互聯(lián)網(wǎng)質(zhì)量異常挖掘.pdf

1、計算機技術(shù)的迅猛發(fā)展,互聯(lián)網(wǎng)信息爆炸式增長,但信息質(zhì)量卻參差不齊,更有甚者利用互聯(lián)網(wǎng)進行欺詐等違法犯罪活動,這對Web信息應(yīng)用產(chǎn)生了極大的負面影響,因此如今的互聯(lián)網(wǎng)質(zhì)量問題需要大家給予高度的重視。本文研究目標在于發(fā)掘互聯(lián)網(wǎng)中存在的質(zhì)量異常問題,找出有待改善的資源,并更好地識別和發(fā)現(xiàn)高質(zhì)量信息資源,為互聯(lián)網(wǎng)用戶營造一個高質(zhì)量的信息資源環(huán)境。
　　 本論文首先提出了一個互聯(lián)網(wǎng)質(zhì)量異常挖掘系統(tǒng)框架,對網(wǎng)絡(luò)異常挖掘途徑進行了綜述性的分析

2、。通過分析互聯(lián)網(wǎng)質(zhì)量異常的現(xiàn)象,提出了模糊度量Web資源質(zhì)量的方法,并將互聯(lián)網(wǎng)資源質(zhì)量狀況轉(zhuǎn)化為計算機能識別的數(shù)值型數(shù)據(jù)?；ヂ?lián)網(wǎng)質(zhì)量異常在海量的互聯(lián)網(wǎng)數(shù)據(jù)中僅占很小一部分,但是其中可能隱藏著一些有價值的信息,借鑒離群點檢測的思路,可以將它們定義為離群點,通過挖掘離群點來達到挖掘互聯(lián)網(wǎng)質(zhì)量異常的目的。
　　 互聯(lián)網(wǎng)的數(shù)據(jù)都是多屬性的高維數(shù)據(jù),傳統(tǒng)的離群點檢測方法不能很好地應(yīng)對高維數(shù)據(jù)帶來的挑戰(zhàn)。本文對離群點檢測算法進行了研究,尋找