基于多视图典型相关分析的垃圾网页检测

• 作者: 张化祥 房晓南 高爽
• 来源期刊: 计算机应用研究
• 关键词: 垃圾网页检测 典型相关分析 多视图分类 特征抽取
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 系统应用开发
• 页码范围: 810-813
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.03.043

摘要

首先将垃圾网页特征分为两个不同的视图, 即基于内容特征的视图和基于链接特征的视图, 利用典型相关分析及其相关改进方法进行特征提取, 生成两组新的特征; 再对新生成的两视图特征采用不同组合方式产生单视图数据, 并用这组数据作为训练数据构建分类算法。实验结果表明, 将垃圾网页看成两视图数据, 并应用多视图典型相关分析技术, 可有效提高垃圾网页的识别精度。