基于遗传规划集成学习的网络作弊检测

来源 :中文信息学报 | 被引量 : 0次 | 上传用户：likemagicliyong

【摘要】

：

网络作弊检测是搜索引擎的重要挑战之一，该文提出基于遗传规划的集成学习方法（简记为GPENL）来检测网络作弊。该方法首先通过欠抽样技术从原训练集中抽样得到t个不同的训练集；然后

【作者】

：

牛小飞马军马少平张冬梅

【机构】

：

山东大学计算机科学与技术学院,山东建筑大学计算机科学与技术学院,清华大学计算机科学与技术系

【出处】

：

中文信息学报

【发表日期】

：

2012年5期

【关键词】

：

网络作弊集成学习遗传规划非平衡数据集分类 web spam ensemble learning genetic programming classi

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

网络作弊检测是搜索引擎的重要挑战之一，该文提出基于遗传规划的集成学习方法（简记为GPENL）来检测网络作弊。该方法首先通过欠抽样技术从原训练集中抽样得到t个不同的训练集；然后使用c个不同的分类算法对t个训练集进行训练得到t＊c个基分类器；最后利用遗传规划得到t＊c个基分类器的集成方式。新方法不仅将欠抽样技术和集成学习融合起来提高非平衡数据集的分类性能，还能方便地集成不同类型的基分类器。在WEBSPAM-UK2006数据集上所做的实验表明无论是同态集成还是异态集成，GPENL均能提高分类的性能，且异态集成比

其他文献

维护国家海权建设海洋强国

十八大报告明确提出：“提高海洋资源开发能力，发展海洋经济，保护海洋生态环境，坚决维护国家海洋权益，建设海洋强国。”强调“高度关注海洋、太空、网络空间安全”。这是我们党准确把握时代特征，顺应世界潮流，为实现中华民族伟大复兴而作出的战略抉择。　　一、建设海洋强国必须大力维护海权　　所谓海洋强国，是指拥有开发海洋、利用海洋和控制海洋的综合性海上力量，能够通过运用其海上优势最大限度地维护国家利益，并为本国

期刊

海洋资源国家维护海权海洋生态环境开发能力海洋经济海洋权益

猪流行性腹泻病毒分子生物学特征

猪流行性腹泻(porcine epidemic diarrhea,PED)是以水泻、呕吐和脱水为特征的一种急性病毒性腹泻.猪流行性腹泻现已成为世界范围内的猪病之一.猪流行性腹泻病毒(Porcine epid

期刊

猪流行性腹泻病毒分子生物学特征结构蛋白基因组

八大变化拓展盈利新空间

2009年中国美容业的营销到底会怎么样？哪些营销手法将更有效，而哪些营销手法将不再适合？实践是检验真理的惟一标准，实践也是启示我们智慧取之不尽用之不竭的重要源泉。

期刊

盈利营销美容业化妆品

履行财政职能规范使用保障房建设资金

近年来，湖北省宜都市不断加强公共财政体系建设，运用财政政策资源，规范建设资金管理，全力推进保障性安居工程建设。　　一、四轮驱动，加快保障性安居工程建设步伐　　实施“三建一补”模式，是加快保障性安居工程建设的重要途径。一是快速建设廉租住房。投资3140万元新增廉租房526套，安置居民526户1473人。二是棚户区改造不断加快。投资5142万元完成城市棚户区改造802套，安置居民802户2246人；投

期刊

公共财政体系建设建设资金管理使用保障职能规范安居工程建设政策资源宜都市湖北省

探讨如何在高中化学教学中培养学生的探究能力

随着新课程教育教学理念的提出，在高中化学教学中也不断进行相应的改革，在高中化学教学中不仅要能够掌握基础知识，还要能够注重学生探究能力的提升，以便更好的促进学生全面发展。　　一、注重学生探究兴趣的提升　　高中化学教学中，教师的任务之一就是要能够为学生创设一定的情景，通过情景的创设激发学生的学习兴趣，让学生能够积极主动的参与其中。在高中化学教学中，对于基础知识的学习，必须应用识记的方法进行掌握，才能够

期刊

高中化学教学学生全面发展学生探究能力培养教育教学理念基础知识学习兴趣灵活应用

Coltivirus病毒属研究进展

Coltivirus病毒属(Coltivirus,Colti)为呼肠病毒科病毒,以科罗拉多蜱媒热病毒(Colorado tick fever virus,CTFV)为代表株,该病毒原为环状病毒属成员,由于其对人有致病性,可引

期刊

Coltivirus病毒属研究进展生物学特征基因组

一种启发式多标记分类器选择与排序策略

在多标记分类问题当中,多标记分类器的目的是为实例预测一个与其关联的标记集合。典型方法之一是将多标记分类问题转化为多个二类分类问题,这些二类分类器之间可以存在一定的

期刊

多标记分类文本分类数据挖掘multi-label classification text categorization data mining

基于遗传规划集成学习的网络作弊检测

与本文相关的学术论文