CAJ | 학술논문

实现垃圾网页的有效检测可以有效提高搜索引擎检索质量，促使网页的设计向着面向用户的方向发展。由于垃圾网页是面向搜索引擎设计的，正常网页是面向用户设计的，因而两者在特征方面存在众多区别，通过机器学习方法可以根据垃圾网页与正常网页在特征方面的不同对垃圾网页进行有效识别。通过对常见单分类器和集成学习分类器处理垃圾网页数据集的对比实验，发现集成学习方法logitboost较为突出，所得结果明显优于单一分类器和常用集成学习算法，所得结果也更接近真实值，并通过对logitboost所用的预处理方法和基分类器进行改进，发现用resample对垃圾网页进行预处理，以REPTree算法为基分类器的logitboost算法对垃圾网页数据集的分类有较高的精确度。
실현랄급망혈적유효검측가이유효제고수색인경검색질량，촉사망혈적설계향착면향용호적방향발전。유우랄급망혈시면향수색인경설계적，정상망혈시면향용호설계적，인이량자재특정방면존재음다구별，통과궤기학습방법가이근거랄급망혈여정상망혈재특정방면적불동대랄급망혈진행유효식별。통과대상견단분류기화집성학습분류기처리랄급망혈수거집적대비실험，발현집성학습방법logitboost교위돌출，소득결과명현우우단일분류기화상용집성학습산법，소득결과야경접근진실치，병통과대logitboost소용적예처리방법화기분류기진행개진，발현용resample대랄급망혈진행예처리，이REPTree산법위기분류기적logitboost산법대랄급망혈수거집적분류유교고적정학도。