基于Bagging-SVM集成分类器的网页作弊检测

摘要：

网页作弊不仅造成信息检索质量下降,而且给互联网的安全也带来了极大的挑战.提出了一种基于Bag-ging-SVM集成分类器的网页作弊检测方法.在预处理阶段,首先采用K-means方法解决数据集的不平衡问题,然后采用CFS特征选择方法筛选出最优特征子集,最后对特征子集进行信息熵离散化处理.在分类器训练阶段,通过Bagging方法构建多个训练集并分别对每个训练集进行SVM学习来产生弱分类器.在检测阶段,通过多个弱分类器投票决定测试样本所属类别.在数据集WEBSPAM-UK2006上的实验结果表明,在使用特征数量较少的情况下,本检测方法可以获得非常好的检测效果.

关键词：网页作弊、集成分类器、特征选择、信息熵、弱分类器

所属期刊栏目：42

分类号：TP181(自动化基础理论)

资助基金：四川省学术和技术带头人后备人选培养基金X800912371309

在线出版日期：2015-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：239-243