تشخیص هرزنامه با استفاده از بهینه سازی کلنی مورچه مبتنی بر لینک

عنوان فارسی مقاله:تشخیص هرزنامه با استفاده از بهینه سازی کلنی مورچه مبتنی بر لینک

چکیده

هرزنامه وب مهم‌ترین مسئله‌ای است که موجب کاهش کیفیت و کارایی موتورهای جست و جو گر می‌شود. در این مقاله ما یک الگوریتم یادگیری بهینه سازی کلنی و مبتنی بر لیک را برای تشخیص‌هاست یا میزبان هرزنامه ارائه می‌کنیم(تشخیص هرزنامه بااستفاده از بهینه سازی). نمودارهاست در ابتدا با ترکیب صفحات ایجاد می‌شود. بر اساس فرض تراست رنک، مورچه‌ها از میزبان یا هاست نرمال حرکت کرده و از لینک‌های هاست با توزیع احتمال پیروی می‌کند. سپس قواعد طبقه بندی بر طبق ویژگی‌های هاست تولید می‌شود. بر اساس ازمایشات مجموعه داده WEBSPA,-UK2006، مدل یادگیری پیشنهادی دقت بیشتری در طبقه بندی‌هاست های هرزنامه و نرمال دارند از جمله وضعیت پیشرفت C4.5. به علاوه ما به تحلیل پارامترها برای دست یابی به نتایج بهتر می‌پردازیم(تشخیص هرزنامه بااستفاده از بهینه سازی).

ادامه مطلب

راهنمای خرید:

لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Web Spam Detection using Link-based Ant Colony Optimization

Abstract:

Web spam is one of the most important problems which degrade quality and efficiency of web search engines. In this paper, we present a novel link-based ant colony optimization learning algorithm for spam host detection. The host graph is first constructed by aggregating pages’ hyperlink structure. Following the TrustRank assumption, ants start walking from a normal host and randomly follow host links With a probability distribution. Then, the classification rules are appropriately generated according to common features of normal hosts sequentially discovered by ants. From the experiments with the WEBSPAM-UK2006 dataset, the proposed learning model provides much accuracy in classifying both normal and spam hosts than several baselines, including a state of the art C4.5.Moreover, we also provide an analysis in parameter tuning for better results.