| 集成PCA降维与分类算法的垃圾网页检测 |
| |
| 引用本文： | 李法良,朱焱,曾俊东. 集成PCA降维与分类算法的垃圾网页检测[J]. 计算机应用与软件, 2014, 0(10) |
| |
| 作者姓名： | 李法良 朱焱 曾俊东 |
| |
| 作者单位： | 西南交通大学信息科学与技术学院 四川 成都610031 |
| |
| 基金项目： | 中央高校基本科研业务费专项基金项目(SWJTU11ZT08)。 |
| |
| 摘 要： | 针对垃圾网页的内容特征和链接特征,设计一种集成主成分分析PCA(Principal Component Analysis)与支持向量机分类算法的垃圾网页检测方法。该方法使用PCA来提取网页样本特征的主成分,使用主成分特征训练支持向量机(SVM)分类器。训练过程引入AdaBoost以提高分类器的性能。此外,采用聚类算法处理训练和测试数据集,解决了样本不均衡问题。通过在WebSpamUK2007数据集上进行多组对比实验,结果表明,所设计的垃圾网页检测方案具有最高的检测率(0.851)。
|
| 关 键 词： | 垃圾网页 垃圾网页检测 主成分分析 AdaBoost 支持向量机 |
SPAM WEBPAGE DETECTION COMBINING PCA DIMENSIONALITY REDUCTION AND CLASSIFIER ALGORITHM |
| |
| Li Faliang,Zhu Yan,Zeng Jundong. SPAM WEBPAGE DETECTION COMBINING PCA DIMENSIONALITY REDUCTION AND CLASSIFIER ALGORITHM[J]. Computer Applications and Software, 2014, 0(10) |
| |
| Authors: | Li Faliang Zhu Yan Zeng Jundong |
| |
| Abstract: | |
| |
| Keywords: | Spam webpage Spam webpage detection Principal component analysis AdaBoost Support vector machine (SVM) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
