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

Autores

  • Renato M. Silva Universidade Estadual de Campinas - Unicamp
  • Tiago A. Almeida Universidade Federal de São Carlos - UFSCar
  • Akebo Yamakami Universidade Estadual de Campinas - Unicamp

DOI:

https://doi.org/10.5335/rbca.2013.2195

Palavras-chave:

Web Spam, Redes Neurais Artificiais, Aprendizagem de Máquina

Resumo

Com o crescente aumento do volume de informações disponíveis na web, as máquinas 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 aperfeiçoamento 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 que, curiosamente, até o momento não foram avaliadas para classificação de web spam. Diante desse cenário desafiador, esse trabalho apresenta a análise de desempenho de redes neurais artificiais Perceptron de múltiplas camadas empregadas para combater tal problema.

Downloads

Os dados de download ainda não estão disponíveis.

Downloads

Publicado

04-09-2012

Edição

Seção

Artigo Original

Como Citar

[1]
2012. Análise de desempenho de redes neurais artificiais para classificação automática de web spam. Revista Brasileira de Computação Aplicada. 4, 2 (set. 2012), 42–57. DOI:https://doi.org/10.5335/rbca.2013.2195.