文献类型：会议

作　　者：魏小娟 李翠平 陈红

作者单位：[1]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]中国人民大学信息学院

基　　金：国家自然科学基金No.60603046,60673138;国家高技术研究发展计划(863)No.2008AA01Z120;国家教育部博士点基金No.20090004110002~~

会议文献：NDBC2010第27届中国数据库学术会议论文集A辑二

会议名称：NDBC2010第27届中国数据库学术会议

会议日期：20101013

会议地点：中国北京

主办单位：中国计算机学会数据库专业委员会

出版单位：《计算机科学与探索》杂志社、科学出版社

出版日期：20101013

学会名称：中国计算机学会数据库专业委员会

语　　种：中文

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。

关 键 词：Web spam检测方法  内容作弊  链接作弊  Co-Training算法  

分 类 号：TP391.3]