-
题名基于链接相似度和作弊系数的Spam网页识别算法
- 1
-
-
作者
陆钊
李石君
-
机构
玉林师范学院计算机科学与工程学院
武汉大学计算机学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2015年第10期1983-1988,共6页
-
基金
国家自然科学基金资助项目(61272109)
广西高校科学技术研究资助项目(KY2015LX300
+2 种基金
KY2015YB241
2013LX112)
广西高校优秀青年骨干教师国内访问学者计划资助项目
-
文摘
Spam网页主要通过链接作弊手段达到提高搜索排名而获利的目的,根据链接作弊的特征,引入链接相似度和作弊系数两个指标来判定网页作弊的可能性。借鉴BadRank算法思想,从Spam网页种子集合通过迭代计算链接相似度和作弊系数,并根据与种子集合的链接指向关系设置权重,将待判定的网页进行度量。最后选取Anti-Trust Rank等算法作对比实验,结果验证了本文算法在准确率和适应性方面优于对比算法。
-
关键词
Spam网页
链接作弊
链接相似度
作弊系数
权重系数
-
Keywords
spare page
spare link
link similarity
spare rate
weight coefficient
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于链接和内容的BLCT主题爬行算法研究
被引量：1
- 2
-
-
作者
王宏艳
-
机构
燕山大学经济管理学院
-
出处
《计算机应用研究》
CSCD
北大核心
2011年第2期495-497,528,共4页
-
文摘
为了高效地获取与主题相关的资源,就垂直搜索引擎展开了研究。首先,在现有的PageRank算法基础上,提出一种改进的PageRank算法来测量网页的链接相似度;其次,从单个网页考虑,利用每个网页的url、title和正文,给出基于内容的相似度的计算方法;最后结合内容相似度和链接相似度,提出了一种基于链接和内容的BLCT主题爬行算法。实验结果表明,该算法在平均收获率和目标召回率上有显著提高,爬行的网页主题相关性也提高了。
-
关键词
垂直搜索引擎
PAGERANK算法
主题爬行
链接相似度
内容相似度
-
Keywords
vertical search engine
PageRank algorithm
topic crawling
link similarity
content similarity
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
