行业动态

行业动态基于网页结构与语言特征的垃圾网页链接检测方法

基于网页结构与语言特征的垃圾网页链接检测方法。检测spam网页仍是一个具有挑战性的研究领域。经过实验与对比，算法已经可以基本解决spam检测的问题，准确率较高，又不会出现过高的误报率和漏报率。同时，如果用户对误报率和漏报率有所要求时，也可以通过修正优势率的阈值来实现。

但是，算法仍有一些需要深入研究的问题。后续工作需要更进一步扩大并完善初始数据，从而优化对优势率字典的构建。同时，希望更进一步地研究优势率阈值的选取，从而更准确地对网页进行检测。

最后，网页中，块与块之间是有联系的，而本算法简化了这一部分，把块当作独立的个体进行处理。所以，在后续研究中，可以将块与块之间的相似度，如结构相似度、文本内容相似度等加入特征的选取和计算、

本文地址：http://nlpc.cn/news/html/21304.html