一种基于半监督学习方法的问答对广告判定系统及演示

摘要

互联网互动问答社区已成为网民获取知识、解决问题的重要手段.但是,一些投机用户利用问答形式,塞入广告或相关的推广内容,试图欺骗搜索引擎.因此,发现并剔除这种广告数据,是保证社区健康发展的重要环节.本文的目标就是根据问答系统所提供的真实广告数据,设计和实现问答系统中的广告推广数据的挖掘算法,为这一环节提供技术支持.通过建立一个只有正例和无标注数据的分类器来达到这一目标.这个分类器利用了传统的机器学习算法:逻辑斯蒂回归、随机森林、支持向量机,等等,以及它们的组合,来构造最终的分类器,并取得了良好的效果.