Thạc Sĩ Link spam với đồ thị web và hạng trang web

Tóm t­t
Bên c¤nh sü phát triºn cõa các máy tìm ki¸m °c bi»t là các phưìng pháp tính
h¤ng trang thì công ngh» spam nh¬m ánh løa máy tìm ki¸m º nâng cao h¤ng
cõa các trang web cung phát triºn không ngøng. Do vªy mët v§n · °t ra là ph£i
nhªn di»n các trang web là spam, và ưa ra gi£i pháp tính h¤ng phù hñp chính
xác hìn có lo¤i bä spam.
Khóa luªn vîi · tài LinkSpam vîi ç thà web và h¤ng trang web tªp trung
nghiên cùu các phưìng pháp nhªn di»n spam º nâng cao ch§t lưñng h¤ng trang,
và · xu§t gi£i pháp tính h¤ng có xû lý link spam. Khóa luªn ã ti¸n hành thû
nghi»m vîi máy tìm ki¸m NUTCH cho các thuªt toán LinkSpam và thu ưñc
nhúng k¸t qu£ kh£ quan ban ¦u. Khóa luªn cung giîi thi»u các k¸t qu£ nghiên
cùu cõa chúng tôi ã ưñc công bè trong [1, 2, 12].

Möc löc
Tiêu · i
Tóm t­t ii
Danh sách b£ng vi
Danh sách hình v³ vii
Danh sách các ký hi»u viii
1 Têng quan v· h¤ng trang và web spam 3
1.1 Giîi thi»u h¤ng trang và spam . 3
1.2 Các công ngh» t¤o Spam 5
1.2.1 Spam van b£n 5
1.2.2 Spam liên k¸t 6
1.2.3 Công ngh» gi£ d¤ng . 9
1.3 ç thà Web . 10
1.3.1 Biºu di¹n ç thà Web 10
1.3.2 Mô hình Markov 11
1.4 Têng k¸t chưìng 1 . 12
2 Mët sè phưìng pháp tính h¤ng trang cì b£n 13
2.1 Phưìng pháp PageRank 13
2.1.1 Phưìng pháp 13
2.1.2 Tính h¤ng trang düa vào tính ch§t hëi tö . 15
2.1.3 ánh giá . 18
2.2 Phưìng pháp HITS . 18
2.2.1 Thuªt toán . 18
2.2.2 ánh giá . 20
iv
MÖC LÖC v
2.3 Phưìng pháp CCP . 21
2.3.1 Thuªt toán . 21
2.3.2 ánh giá . 23
3 Các phưìng pháp xác ành LinkSpam 24
3.1 Giîi thi»u 24
3.2 Phưìng pháp TrustRank 25
3.2.1 Nëi dung phưìng pháp . 26
3.2.2 ánh giá phưìng pháp . 29
3.3 Phưìng pháp xác ành Link Farm . 30
3.3.1 Nëi dung phưìng pháp . 30
3.3.2 ánh giá . 32
3.4 · xu§t phưìng pháp c£i ti¸n . 34
4 Thû nghi»m 36
4.1 Giîi thi»u h» thèng NUTCH 36
4.2 Thû nghi»m . 37
4.2.1 Môi trưíng thû nghi»m . 37
4.2.2 K¸t qu£ . 37
K¸t luªn 40
Tài li»u tham kh£o 41
A Mã chưìng trình 43
A.1 Phân tích liên k¸t 43
A.2 Låc Spam 44