随着互联网的高速发展,网络中的信息量呈爆炸式增长,互联网已经成为人们获取信息的最主要渠道之一。作为信息检索过程中不可缺少的重要工具,搜索引擎在给人们带来便利的同时,也给用户带来了潜在的安全隐患。网页作弊(Web Spam)是一种通过不正当方式来误导搜索引擎,从而向用户提供不良信息的行为,其严重影响用户的上网体验,给用户带来了安全隐患,同时也影响着搜索引擎的性能。如何对作弊网页进行识别与过滤,提供高质量的搜索结果,已成为现代搜索引擎的巨大挑战之一。本文的主要研究内容以及研究成果包括：(1)研究网页作弊的相关原理及技术。对搜索引擎相关原理进行分析,并研究了搜索结果排序原理,如TFIDF模型与PageRank等算法；结合搜索引擎结果排序原理,分析作弊网页的特点,研究作弊原理以及相关技术；根据常见的网页作弊手段,研究对应的反作弊方法。(2)提出了一种基于主题与语义的作弊网页检测方法。对主题模型与语义分析原理进行分析；研究作弊网页在主题与语义方面的特点,提出基于主题与语义的检测特征；对网页内容进行主题建模与语义分析,提取相关特征；构建分类器对作弊网页进行分类识别。(3)设计并实现了一个基于主题与语义的作弊网页检测系统。构建网络爬虫程序,实现对互联网网页的抓取；对网页进行分析与处理,进行主题建模,提取相关特征,构建检测样本；构建机器学习分类器,对网页进行分类检测,并展示结果。(4)设计实验对本文提出的基于主题与语义的作弊网页检测方法的可行性进行验证。实验结果表明,本文提出的作弊网页检测方法能够有效的对作弊网页进行识别,比起传统的基于统计的检测方法,本文的方法可以获得更高的精确率、查全率与F1测度。