随着互联网技术的迅速发展,互联网上的信息量也呈指数倍增长。今天,网络已成了人们获取信息的主要途径之一。然而,网页没有统一的结构和管理,质量也就参差不齐,其中不乏一些不符合大众阅读价值标准的垃圾网页。另一方面,由于搜索引擎技术的发展,随之产生了欺骗搜索引擎的SPAM网页。这些网页都严重影响了互联网用户获取目标数据。　　 对于搜索引擎来讲,如何能为用户找到最符合用户利益的网页就变得重要而迫切。而如果能在抓取后、索引前有效的过滤质量较低的网页,引擎的搜索结果集的就有了质量保证,从而提高引擎性能,节省存储资源。　　 本文以基于机器学习的分类方法为基础技术,针对网页的质量特点进行分类,旨在为抓取来的网页进行打分,控制搜索引擎中的网页质量。主要贡献如下:　　 1)网页质量样本数据收集平台的开发:根据互联网数据的特点,基于LAMP环境开发了一个网页质量典型样本提交平台,解决了SVM对训练数据依赖性强,而网页质量标准难统一的问题,保证了本文的训练数据的实时性和客观性。　　 2)特征选择和特征抽取方法的实验:依据特征选择和特征抽取的基本理论,本文在特征选择和特征抽取的方法上进行了一些应用性的尝试。在特征抽取上采用网页的文本信息和结构化信息相结合的方法；在特征选择上采用统计和实验相结合的方法。取得了比较理想的实验结果。　　 总之,本文在SVM算法的应用上进行了一些大胆尝试,在FreeBSD平台上,以C++为主要开发语言实现了一个网页质量评价系统。该系统经过开放测试,对低质量网页的评价的精确率达到97％,召回率达到94％；高质量网页的产出也达到20％,比较接近高质量网页的实际分布比例。