Detección de Web Spam basada en la recuperación automática de enlaces

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10045/10542
Registro completo de metadatos
Registro completo de metadatos
Campo DCValorIdioma
dc.contributor.authorAraujo Serna, Lourdes-
dc.contributor.authorMartínez Romo, Juan-
dc.date.accessioned2009-05-20T10:25:08Z-
dc.date.available2009-05-20T10:25:08Z-
dc.date.issued2009-03-
dc.identifier.citationARAUJO SERNA, Lourdes; MARTÍNEZ ROMO, Juan. “Detección de Web Spam basada en la recuperación automática de enlaces”. Procesamiento del lenguaje natural. N. 42 (marzo 2009). ISSN 1135-5948, pp. 39-46en
dc.identifier.issn1135-5948-
dc.identifier.urihttp://hdl.handle.net/10045/10542-
dc.description.abstractActualmente el Web Spam es una guerra abierta entre los motores de búsqueda, tratando de garantizar unos resultados relevantes al usuario, y una comunidad, cuyo interés reside en intentar engañar a los primeros en busca de un mejor ranking para sus páginas. En este trabajo presentamos un estudio preliminar sobre distintas medidas que podrían ser útiles para la construcción de un sistema novedoso en la detección de Web Spam. Algunas de estas medidas se basan en los resultados de un sistema de recuperación automática de enlaces web rotos. El sistema utiliza distintas fuentes de información de la página analizada y la información extraída de estas fuentes se utiliza para realizar una consulta a un motor de búsqueda usual, como Google o Yahoo!. Las páginas recuperadas son ordenadas posteriormente en base a su contenido, utilizando técnicas de recuperación de información. Finalmente, el análisis del grado de recuperación de los enlaces es empleado, junto a otras medidas, como un indicador de Spam.en
dc.description.abstractNowadays, Web Spam is a war between search engines, trying to ensure that the results are relevant to the user, and a community that tries to mislead the search engine to attract to the former ones to its pages. In this work, we present a preliminary study about several features that can be useful for building a novel web spam detection system. Some of these features are obtained from a system for automatic recovery of broken Web links. This system uses several sources of information from the analyzed page to extract useful data that are used later to perform a query to a typical search engine, as Google or Yahoo!. Afterwards, retrieved pages are ordered based on its content, using information retrieval techniques. Finally, the recovery links degree is used, along with other features, as an indicator of Spam.en
dc.description.sponsorshipTrabajo financiado por el proyecto TIN2007-67581-C02-01.en
dc.languagespaen
dc.publisherSociedad Española para el Procesamiento del Lenguaje Naturalen
dc.subjectRecuperación de informaciónen
dc.subjectWorld Wide Weben
dc.subjectEnlaces rotosen
dc.subjectWeb spamen
dc.subjectInformation retrievalen
dc.subjectBroken linksen
dc.subject.otherLenguajes y Sistemas Informáticosen
dc.titleDetección de Web Spam basada en la recuperación automática de enlacesen
dc.title.alternativeDetecting Web Spam using a recovering Web links systemen
dc.typeinfo:eu-repo/semantics/articleen
dc.peerreviewedsien
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess-
Aparece en las colecciones:Procesamiento del Lenguaje Natural - Nº 42 (marzo 2009)

Archivos en este ítem:
Archivos en este ítem:
Archivo Descripción TamañoFormato 
ThumbnailPLN_42_05.pdf864,34 kBAdobe PDFAbrir Vista previa


Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.