Co-Training——内容和链接的Web Spam检测方法

• 作者: 李翠平 陈红 魏小娟
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: Web spam检测方法 内容作弊 链接作弊 Co-Training算法
• 年，卷（期）: 2010,（10）
• 页码范围: 899-908
• 分类号: TP311
• 字数: 6930字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2010.10.004

摘要

Web spam是指通过内容作弊和网页间链接作弊来欺骗搜索引擎,从而提升自身搜索排名的作弊网页,它干扰了搜索结果的准确性和相关性.提出基于Co-Training模型的Web spam检测方法,使用了网页的两组相互独立的特征--基于内容的统计特征和基于网络图的链接特征,分别建立两个独立的基本分类器;使用Co-Training半监督式学习算法,借助大量未标记数据来改善分类器质量.在WEBSPAM-UK2007数据集上的实验证明:算法改善了SVM分类器的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈红	中国人民大学数据工程与知识工程国家教育部重点实验室	86	978	16.0	29.0
5	李翠平	中国人民大学数据工程与知识工程国家教育部重点实验室	20	297	8.0	17.0
9	魏小娟	中国人民大学数据工程与知识工程国家教育部重点实验室	2	107	2.0	2.0