基于主题网络爬虫的不良网页的发现与识别

• 作者: 傅彦 周俊临 夏虎 方育柯
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 主题网络爬虫 不良网页 文本特征
• 年，卷（期）: 2010,（2）
• 页码范围: 26-30
• 分类号: TP391|TP181
• 字数: 4659字
• 语种: 中文

摘要

针对互联网中出现的大量不良内容,分析出其主要特征,首次提出将不良网页的文本特征与搜索引擎中网络爬虫相结合的技术来主动寻找互联网中的不良网页及不良网站,并将结果分级别反馈到用户层以便对不良网页和网站进行处理,以达到净化网络环境的目的.实验结果表明,所提出的算法能够有效检测不良网页,并且能够很好地应对不良网站的反关键字过滤策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅彦	电子科技大学计算机科学与工程学院	66	695	14.0	22.0
2	夏虎	电子科技大学计算机科学与工程学院	11	25	3.0	4.0
3	周俊临	电子科技大学计算机科学与工程学院	14	73	5.0	7.0
4	方育柯	电子科技大学计算机科学与工程学院	6	28	3.0	5.0