Web Spam Detection by Exploring Densely Connected Subgraphs

Leon-Suematsu, Yutaka I.; Inui, Kentaro; Kurohashi, Sadao; Kidawara, Yutaka

doi:10.1109/wi-iat.2011.152

Cited by 8 publications

(3 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Em Leon-Suematsu et al [24], é apresentado um algoritmo de detecção de web spam que se baseia na análise de links. A primeira etapa do método consiste na decomposição de webgrafos em subgrafos densamente conectados e no cálculo das features de cada subgrafo.…”

Section: Revisão Bibliográficaunclassified

Análise de desempenho de redes neurais artificiais para classificação automática de web spam

Silva

Almeida

Yamakami

2012

Revista Brasileira De Computação Aplicada

View full text Add to dashboard Cite

Resumo: Com o crescente aumento do volume de informações disponíveis na web, as ferramentas de busca tornam-se cada vez mais necessárias no dia a dia dos usuários da internet. Entretanto, pessoas mal-intencionadas veem esse fenômeno como uma oportunidade para obter lucro e, como consequência, um problema conhecido como web spam vem se tornando cada vez mais frequente na vida dos usuários da internet, provocando prejuízos pessoais e econômicos. Diversas técnicas vêm sendo propostas para detecção automática de web spam, porém, a alta capacidade de aperfeiço-amento dos mecanismos empregados pelos spammers exige que os métodos de classificação sejam cada vez mais genéricos e eficientes. Técnicas bastante conhecidas que possuem tais características são as redes neurais artificiais. Diante desse cenário desafiador, estse trabalho apresenta uma aná-lise de desempenho de redes neurais artificiais perceptron de múltiplas camadas no combate de tal problema. Palavras IntroduçãoJunto com o constante aumento do número de usuários, a web também vem crescendo de maneira impressionante e está se tornando cada vez mais importante na vida das pessoas que a utilizam. Tal crescimento, aliado ao consequente aumento no volume de informações disponíveis, faz aumentar a importância dos motores de busca, que são ferramentas que ajudam os usuários a encontrar as informações desejadas, visando apresentar os resultados de forma organizada, rápida e eficiente. Porém, existem métodos mal-intencionados que tentam burlar os mecanismos de busca manipulando o ranking de relevância das páginas apresentadas, degradando a eficiência dessas ferramentas. Esses métodos induzem os algoritmos de busca a classificar algumas páginas com maior relevância do que realmente têm, o que deteriora os resultados e frustra os usuários, além de os expor a conteúdo inadequado e inseguro. Essa técnica enganosa é conhecida como web spamming [35].

show abstract

Section: Revisão Bibliográficaunclassified

Análise de desempenho de redes neurais artificiais para classificação automática de web spam

Silva

Almeida

Yamakami

2012

Revista Brasileira De Computação Aplicada

View full text Add to dashboard Cite

show abstract

“…To this effect, the authors used a binary classifier to identify suspicious hosts. Leon‐Suematsu, Inui, Kurohashi, and Kidawara () have recently detecting web spam content through the analysis of linkage information. Their method consists of three steps: (a) decomposition of web graphs in densely connected subgraphs and calculation of the features for each subgraph, (b) use of SVM classifiers to identify subgraphs composed of web spam, and (c) propagation of predictions over web graphs by a biased PageRank algorithm to expand the scope of identification.…”

Section: Related Workmentioning

confidence: 99%

Using site‐level connections to estimate link confidence

Souza

Carvalho

Cristo

et al. 2012

J Am Soc Inf Sci Tec

View full text Add to dashboard Cite

Search engines are essential tools for web users today. They rely on a large number of features to compute the rank of search results for each given query. The estimated reputation of pages is among the effective features available for search engine designers, probably being adopted by most current commercial search engines. Page reputation is estimated by analyzing the linkage relationships between pages. This information is used by link analysis algorithms as a query-independent feature, to be taken into account when computing the rank of the results. Unfortunately, several types of links found on the web may damage the estimated page reputation and thus cause a negative effect on the quality of search results. This work studies alternatives to reduce the negative impact of such noisy links. More specifically, the authors propose and evaluate new methods that deal with noisy links, considering scenarios where the reputation of pages is computed using the PageRank algorithm. They show, through experiments with real web content, that their methods achieve significant improvements when compared to previous solutions proposed in the literature.Web search queries can be divided into three distinct groups: navigational, informational, and transactional. Several authors have presented methods to automatically classify queries according to these three classes, so that search systems can, for instance, apply specific ranking algorithms for each query class. The experiments presented 1

show abstract

“…For example, the construction of link farms using child node manipulation or link exchange has become a widely used spamming trick [4][5][6]. Compared with content-based anti-spamming methods [7,8], link-based methods perform much better in terms of both computation efficiency and spam suppression efficacy, thus attracting attention from both academic and industry. As search engine optimization techniques are continuously improved and developed upon, the study of anti-spamming will become a long-term task faced by information retrieval.…”

Section: Introductionmentioning

confidence: 99%