[发明专利]复杂网络中节点重要性在垃圾网页检测中的应用方法

摘要

一种复杂网络中节点重要性在垃圾网页检测中的应用方法：数据预处理，是把已知的特征数据进行规范化，规范化后使用PCA算法进行特征提取，减少特征维数，使新的空间维度低于原特征空间；计算网页之间链接的权重与网页的介数指标，并将介数指标与所述的权重融合计算出每个网页的重要性评分；根据重要性评分进行排序，选取评分最高和最低的网页共同构成种子集，并对每个网页赋予信任度初值；计算集聚系数，将集聚系数高于阈值的网页作为可以信任的网页；计算信任度转移矩阵；利用转移矩阵TC迭代计算CTRank得分，将收敛后的CTRank得分进行排序。本发明可以有效检测垃圾网页，并取得明显效果，可以使垃圾网页的排名降低。

主权项

1.一种复杂网络中节点重要性在垃圾网页检测中的应用方法，其特征在于，包括如下步骤：1)数据预处理，是把已知的特征数据进行规范化，将数据压缩到一个范围内，赋予所有属性相等的权重，对数据进行规范化，消除量纲对数据后续计算的影响；规范化后使用PCA算法进行特征提取，减少特征维数，使新的空间维度低于原特征空间；2)计算网页之间链接的权重与网页的介数指标，并将介数指标与所述的权重融合计算出每个网页的重要性评分；3)根据重要性评分进行排序，选取评分最高和最低的网页共同构成种子集，并对每个网页赋予信任度初值；4)计算集聚系数，将集聚系数高于阈值的网页作为可以信任的网页；5)计算信任度转移矩阵；6)利用转移矩阵TC迭代计算CTRank得分，将收敛后的CTRank得分进行排序。