本文關鍵詞：基于WEB的某社交網(wǎng)站SPAM評估系統(tǒng)的設計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著網(wǎng)絡的大規(guī)模普及,國內(nèi)外涌現(xiàn)出了大量的社交網(wǎng)站平臺,其中以face book、微博、百度貼吧、天涯社區(qū)等為代表。這些網(wǎng)站有一個共同點,那就是都屬于UGC (User Generated Content)—用戶原創(chuàng)內(nèi)容類型的網(wǎng)站平臺。這類網(wǎng)站上內(nèi)容主要是依賴用戶創(chuàng)造生成,每一個網(wǎng)站用戶都可以隨心所欲的生成發(fā)表自己的內(nèi)容。利用這種產(chǎn)出方式,這類網(wǎng)站的內(nèi)容會迅速膨脹,形成一個多、廣、專的局面,有力地促進了知識的積累和傳播。 以目前全球最大的中文社區(qū)網(wǎng)站-百度貼吧為例,百度貼吧經(jīng)過10年的發(fā)展,已經(jīng)擁有幾億的注冊用戶,創(chuàng)建的貼吧數(shù)量有上百萬個,每天新增的話題貼近億。貼吧有如此巨大的用戶群體,并且由于屬于UGC類社交網(wǎng)站,每一個用戶都可以生成自己個性化的內(nèi)容,所以在有效進行知識傳播的同時,不可避免的會出現(xiàn)大量不健康(色情、暴力、反動)、廣告?zhèn)麂N、虛假欺詐等令用戶反感、侵害正常用戶權益甚至違法犯罪的垃圾內(nèi)容。在互聯(lián)網(wǎng)行業(yè),人們稱這些垃圾內(nèi)容為‘'spam"或者“作弊內(nèi)容”；那些在網(wǎng)上發(fā)布這些spam的人被稱為“作弊者”；如果一個正常用戶在瀏覽網(wǎng)頁的過程中,看到了這些垃圾內(nèi)容,那么我們稱用戶的這次瀏覽行為“被污染”了。 為了盡可能既快又準的從上億條的數(shù)據(jù)中發(fā)現(xiàn)識別出垃圾內(nèi)容,以保證網(wǎng)站的正常用戶在使用網(wǎng)站服務時能更快更便捷的獲取自己的所求,就需要能及時準確地掌握這些垃圾內(nèi)容在網(wǎng)站上所占的比例(作弊率)、對正常用戶的影響程度(污染率)以及作弊者所發(fā)垃圾內(nèi)容的共同特征和所屬類型。這樣才能以很小的人力成本及時高效地清理掉這些垃圾內(nèi)容,減少其對正常用戶的負面影響,提高用戶的產(chǎn)品體驗。 目前,以貼吧為例,人工評估一次作弊率大約需要1天／人次,包括評估數(shù)據(jù)的獲取,人工審查數(shù)據(jù),手工計算作弊率。用戶污染率更是無法評估。而統(tǒng)計一次垃圾內(nèi)容的共同特征(如帶有文字廣告、圖片等),再將其分類,這個過程更是需要幾天的時間。這種評估方式不僅繁瑣耗時耗人力,而且評估統(tǒng)計出的結果準確率不高,也不能保證時效性,致使工程師們不能及時準確地掌握作弊率和新出現(xiàn)的各種垃圾內(nèi)容的特征類別,從而不能及時高效地調(diào)整應對策略清除這些垃圾內(nèi)容數(shù)據(jù)。即使統(tǒng)計出來了,作弊者也已經(jīng)發(fā)布了大量的垃圾內(nèi)容到網(wǎng)站上,已經(jīng)對正常用戶造成了不可挽回的身心權益?zhèn)?大大影響了正常用戶的體驗,有可能導致正常用戶的流失。 為了解決評估周期長、成本高、準確率低的問題,本論文基于WEB設計并實現(xiàn)一個可快速準確的評估出各項指標的貼吧SPAM評估系統(tǒng)。本系統(tǒng)采用B/S模式,使用MVC開發(fā)框架結構,基于PHP+Mysql+Apache+Linux設計并實現(xiàn)一個集數(shù)據(jù)抽取、評估功能、統(tǒng)計報表于一體的系統(tǒng)。 本論文設計實現(xiàn)的評估系統(tǒng),將會大大簡化人工評估的繁瑣過程,縮短評估的周期,將評估周期由原來的2天縮短為2小時／人次。系統(tǒng)實現(xiàn)了評估數(shù)據(jù)獲取和統(tǒng)計的自動化,評估的各項指標可由報表自動生成,同時保證了評估統(tǒng)計結果的準確性。為工程師及時掌握SPAM情況、制定相應的策略手段清理垃圾內(nèi)容提供準確完備的數(shù)據(jù)支持。
【關鍵詞】：垃圾內(nèi)容 評估系統(tǒng) 作弊率 PV污染率
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.092
【目錄】：

• 摘要8-10
• ABSTRACT10-12
• 第1章 緒論12-18
• 1.1 SPAM評估系統(tǒng)開發(fā)背景12-13
• 1.2 當前現(xiàn)狀13-14
• 1.3 解決的主要問題14-16
• 1.4 本文的主要工作16-17
• 1.5 論文的組織結構17-18
• 第2章 SPAM評估系統(tǒng)需求分析18-27
• 2.1 SPAM評估系統(tǒng)概述18-19
• 2.1.1 SPAM評估系統(tǒng)項目背景18
• 2.1.2 SPAM評估系統(tǒng)項目說明18-19
• 2.2 SPAM評估系統(tǒng)項目目標和需解決的問題19-20
• 2.2.1 SPAM評估系統(tǒng)項目目標19
• 2.2.2 開發(fā)SPAM評估系統(tǒng)項目需解決的問題19-20
• 2.3 SPAM評估系統(tǒng)項目需求問題描述20-27
• 2.3.1 項目需求獲取來源20
• 2.3.2 項目功能性需求20-25
• 2.3.3 項目非功能性需求25-27
• 第3章 SPAM評估系統(tǒng)總體設計27-31
• 3.1 SPAM評估系統(tǒng)設計原則和目標27
• 3.2 SPAM評估系統(tǒng)整體架構設計27-28
• 3.3 SPAM評估系統(tǒng)功能架構設計28-31
• 3.3.1 SPAM評估系統(tǒng)功能組成28-29
• 3.3.2 SPAM評估系統(tǒng)功能模塊劃分29-31
• 第4章 SPAM評估系統(tǒng)詳細設計31-47
• 4.1 SPAM評估系統(tǒng)建模31-34
• 4.1.1 SPAM評估系統(tǒng)整體模型結構設計31-32
• 4.1.2 SPAM評估系統(tǒng)邏輯分層結構設計32-34
• 4.2 SPAM評估系統(tǒng)數(shù)據(jù)庫設計34-39
• 4.2.1 SPAM評估系統(tǒng)數(shù)據(jù)庫E-R圖設計34-35
• 4.2.2 SPAM評估系統(tǒng)數(shù)據(jù)庫表結構設計35-39
• 4.3 SPAM評估系統(tǒng)功能模塊詳細設計39-47
• 4.3.1 SPAM評估系統(tǒng)數(shù)據(jù)獲取模塊設計39-41
• 4.3.2 SPAM評估系統(tǒng)數(shù)據(jù)評估模塊設計41-44
• 4.3.3 SPAM評估系統(tǒng)統(tǒng)計分析模塊設計44-47
• 第5章 SPAM評估系統(tǒng)實現(xiàn)47-61
• 5.1 SPAM評估系統(tǒng)開發(fā)工具和部署環(huán)境47-50
• 5.1.1 SPAM評估系統(tǒng)開發(fā)工具47-50
• 5.1.2 SPAM評估系統(tǒng)部署環(huán)境50
• 5.2 SPAM評估系統(tǒng)代碼結構50-53
• 5.3 SPAM評估系統(tǒng)總體實現(xiàn)效果53-61
• 第6章 總結61-62
• 參考文獻62-64
• 致謝64-65
• 攻讀學位期間取得的科研成果65-66
• 學位論文評閱及答辯情況表66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 李步升;胡靜芳;;基于Web的高校運動會管理信息系統(tǒng)設計與實現(xiàn)[J];電腦編程技巧與維護;2011年16期

2 劉永增;張曉景;李先毅;;基于Hadoop/Hive的web日志分析系統(tǒng)的設計[J];廣西大學學報(自然科學版);2011年S1期

3 譚力;楊宗源;謝瑾奎;;Ajax技術的數(shù)據(jù)響應優(yōu)化[J];計算機工程;2010年07期

4 仰燕蘭;金曉雪;葉樺;;ASP.NET AJAX框架研究及其在Web開發(fā)中的應用[J];計算機應用與軟件;2011年06期

5 王云;郭外萍;陳承歡;;Web項目中的SQL注入問題研究與防范方法[J];計算機工程與設計;2010年05期

6 劉華星;楊庚;;HTML5——下一代Web開發(fā)標準研究[J];計算機技術與發(fā)展;2011年08期

  本文關鍵詞：基于WEB的某社交網(wǎng)站SPAM評估系統(tǒng)的設計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號：320323