行業(yè)動態(tài)

行業(yè)動態(tài)基于網頁結構與語言特征的垃圾網頁鏈接檢測方法

基于網頁結構與語言特征的垃圾網頁鏈接檢測方法。檢測spam網頁仍是一個具有挑戰(zhàn)性的研究領域。經過實驗與對比，算法已經可以基本解決spam檢測的問題，準確率較高，又不會出現過高的誤報率和漏報率。同時，如果用戶對誤報率和漏報率有所要求時，也可以通過修正優(yōu)勢率的閾值來實現。

但是，算法仍有一些需要深入研究的問題。后續(xù)工作需要更進一步擴大并完善初始數據，從而優(yōu)化對優(yōu)勢率字典的構建。同時，希望更進一步地研究優(yōu)勢率閾值的選取，從而更準確地對網頁進行檢測。

最后，網頁中，塊與塊之間是有聯(lián)系的，而本算法簡化了這一部分，把塊當作獨立的個體進行處理。所以，在后續(xù)研究中，可以將塊與塊之間的相似度，如結構相似度、文本內容相似度等加入特征的選取和計算、

本文地址：http://www.zippo123.cn/news/html/21304.html