| 基于單頁語義特征的垃圾網頁檢測 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>3500 K | |
| 標簽： 垃圾網頁檢測 特征提取 記憶化搜索 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為解決垃圾網頁檢測中特征提取難度高、計算量大的問題，提出一種僅基于當前網頁的HTML腳本提取語義特征的方法。首先使用深度優先搜索和動態規劃相結合的記憶化搜索算法對域名進行單詞切割，采用隱含狄利克雷分布提取主題詞，基于Word2Vec詞向量和詞移距離計算3個單頁語義相似度特征；然后將單頁語義相似度特征融合單頁統計特征，使用隨機森林等分類算法構建分類模型進行垃圾網頁檢測。實驗結果表明，基于單頁內容提取語義特征融合單頁統計特征進行分類的AUC值達到88.0%，比對照方法提高4%左右。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2