声明
摘要
1 绪论
2 背景与相关工作
2.1 相关性排名模型
2.2 重要性排名模型
2.2.1 基础模型
2.2.2 链接模型算法
2.3 搜索引擎作弊
2.3.1 文本作弊
2.3.2 链接作弊
2.3.3 隐藏和重定向
2.3.4 点击作弊
2.4 反作弊算法发展现状
2.4.1 基于内容的反作弊算法
2.4.2 基于链接的反作弊算法
2.4.3 基于用户行为的检测
2.4.4 社交网络的作弊检测
3 基于社区发现的搜索引擎反作弊
3.1 信任传播算法
3.2 Web作弊社区
3.3 社区发现算法
3.3.1 全局社区发现
3.3.2 作弊概率方法
3.3.3 局部社区发现
3.4 带区分的信任传播
3.4.1 带区分的TrustRank
3.4.2 带区分的LCRank
3.4.3 带区分的CPV
3.4.4 带区分的TDRank
3.4.5 算法其他参数
4 实验结果与分析
4.1 参数设置
4.2 社区发现算法实验结果
4.3 改进算法实验结果
4.3.1 Top-k的桶中作弊页面数
4.3.2 作弊页面平均降级数
4.3.3 L-TrustRank与TDR对比
4.3.4 作弊因子对比
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢