双层减样支持向量机：革新垃圾标签检测的深度探索.docxVIP

双层减样支持向量机：革新垃圾标签检测的深度探索

一、引言

1.1研究背景与意义

随着Web2.0技术的迅速发展，社会化标签系统在互联网领域得到了广泛应用，如豆瓣、知乎等平台，用户可以自由地为资源添加标签，极大地促进了信息的共享与分类。然而，这种开放性也带来了严重的问题，垃圾标签的大量出现对社会化标签系统的正常运行造成了诸多危害。

垃圾标签会干扰信息的准确检索。当用户在这些平台上搜索信息时，垃圾标签会使相关资源的排序混乱，导致用户难以快速找到真正需要的内容，降低了信息获取的效率。比如在豆瓣搜索电影时，如果大量垃圾标签混入其中，用户可能会花费更多时间筛选，甚至错过优质影片。垃圾标签破坏了标签系统的语义结构。标签本应是对资源内容的准确概括和分类，而垃圾标签的存在使标签的语义变得模糊不清，破坏了整个标签系统的逻辑性和规范性，影响了系统对资源的有效组织和管理。在知乎上，如果某些问题下的回答被恶意添加垃圾标签，就会使该问题相关的知识体系变得混乱，影响用户对该领域知识的理解和学习。此外，垃圾标签还会浪费系统的存储空间和计算资源。大量无用的垃圾标签占据了服务器的存储空间，增加了数据处理的负担，降低了系统的运行效率，提高了运营成本。

在现有的垃圾标签检测方法中，支持向量机（SVM）以其良好的泛化能力和在小样本、非线性问题上的优势，成为一种常用的方法。但当面对大规模数据集时，传统支持向量机存在训