基于多尺度特征的网页内容质量评估
信息检索
2013-04-24 v1
摘要
网页内容质量测量对于各种网页内容处理应用至关重要。本文将探索可能影响主机质量的多尺度特征，并开发自动统计方法来评估网页内容质量。提取的特征包括统计内容特征、页面及主机层级的链接特征以及 TFIDF 特征。在 ECML/PKDD 2010 Discovery Challenge 数据集上的实验表明，该算法对于多语言质量任务是有效且可行的，且多尺度特征具有不同的识别能力，能为大多数任务提供良好的互补性。
引用
@article{arxiv.1304.6181,
title = {Evaluating Web Content Quality via Multi-scale Features},
author = {Guang-Gang Geng and Xiao-Bo Jin and Xin-Chang Zhang and De-Xian Zhang},
journal= {arXiv preprint arXiv:1304.6181},
year = {2013}
}
备注
4 pages, 1 figures, ecml/pkdd 2010 discovery challenge