一种融入可信度的集成SVM垃圾书签检测方法.pdfVIP

第 24卷 第 4期 模式识别与人工智能 V01．24 No．4 2011年 8月 PR ＆ AI Aug 2011 一 种融入可信度的集成 SVM 垃圾书签检测方法术 张付志 周全 强 (燕山大学 信息科学与工程学院秦皇岛 066004) 摘 要 针对现有垃圾书签检测方法在用户概貌信息较少情况下检测性能下降的问题，提出一种融入可信度的集 成 SVM垃圾书签检测方法．首先基于Bootstrap技术对训练样本进行可重复采样 ，得到个体 SVM 的训练子集，然后 将 SVM的标准输出直接拟合 Sigmoid函数得到SVM 的后验概率输出，作为类别输出的可信度 ，并提出一种性能优 于投票策略的融入可信度的融合方法对个体 SVM的输出结果进行融合．实验结果表明，该方法在用户概貌信息较 少的情况下具有较好的检测性能． 关键词 垃圾书签，垃圾检测，支持向量机，可信度，集成学习 中图法分类号 TP391．1 AnEnsembleSVM Approach Integrated with ConfidenceforDetectingBookmarkSpam ZhangFu—Zhi，ZhouQuan-Qiang (SchoolofInformationScienceandEngineering，YanShanUniversity，Qinhuangdao066004) ABSTRACT Theperformanceofexistingmethodsforbookmark spam detectionisdecreasedwhen there isless userprofileinfomration．AnensembleSVM approachintegratedwithconfidencefordetectingbookmark spam isproposedtosolvethisproblem．TheBootstraptechnologyisfirstlyusedtorepeatedlysamplethe trainingdataSOastogetthesubsetoftrainingsamplesforindividualSVM．Then，sigmoidfunctionisuse totransform thestandardoutputofSVM intoaposteriorprobabilitywhich isusedastheconfidenceof categoriesoutput．Finally，amethodintegratedwiththeconfidenceisproposedtoagrgegatetheoutputof individualSVM ，which isbetterthan votingstrateyg ．Theexperimentalresultsshow thatthedetection performanceoftheproposedapproach outperfomr stheexistingmethodsin thecaseoflessuserprofile inofmr ation． KeyWords Bookmark Spam，Spam Detection，Suppo~ VectorMachine，Confidence，Ensemble Learning 科国技赛发?7展3重中点心基网础络研时究代发的展科计技划论文(N快o．速20共05享CB专32项1902)、河北省自然科学基金项目(No．F2008000877，F2011203219)、教育部