| 基于單頁語義特征的垃圾網(wǎng)頁檢測(cè) | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>3500 K | |
| 標(biāo)簽： 垃圾網(wǎng)頁檢測(cè) 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(wǎng)頁檢測(cè)中特征提取難度高、計(jì)算量大的問題，提出一種僅基于當(dāng)前網(wǎng)頁的HTML腳本提取語義特征的方法。首先使用深度優(yōu)先搜索和動(dòng)態(tài)規(guī)劃相結(jié)合的記憶化搜索算法對(duì)域名進(jìn)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(jì)算3個(gè)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(tǒng)計(jì)特征，使用隨機(jī)森林等分類算法構(gòu)建分類模型進(jìn)行垃圾網(wǎng)頁檢測(cè)。實(shí)驗(yàn)結(jié)果表明，基于單頁內(nèi)容提取語義特征融合單頁統(tǒng)計(jì)特征進(jìn)行分類的AUC值達(dá)到88.0%，比對(duì)照方法提高4%左右。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
垃圾網(wǎng)頁檢測(cè) 相關(guān)資源
zhoubin333 的最新分享
- 基于雙模單包授權(quán)的公路零信任安全應(yīng)用研究*
- 基于區(qū)塊鏈的法檢司數(shù)據(jù)安全共享技術(shù)研究*
- 揭開“算法的面紗”：關(guān)于構(gòu)建算法解釋框架的思考
- 企業(yè)“數(shù)據(jù)池”的商業(yè)秘密保護(hù)路徑探究
- 注意力經(jīng)濟(jì)下陪伴式人工智能平臺(tái)的侵權(quán)責(zé)任
- 數(shù)據(jù)抓取行為競(jìng)爭(zhēng)法規(guī)制中的利益衡量研究
- 基于同態(tài)的多對(duì)多電子投票方案設(shè)計(jì)*
- 基于策略和屬性隱藏的區(qū)塊鏈訪問控制方法研究
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2