Entries

スポンサーサイト

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。

-件のコメント

コメントの投稿

投稿フォーム
投稿した内容は管理者にだけ閲覧出来ます

ワードサラダについて20080614

 http://blog.livedoor.jp/tak_tak0/archives/51259800.html スパムブログ研究 splogサーベイ
 「splog フィルタリングには、大別して リンク解析 コンテンツ解析 とがあります」と書いていますが、私が今までやっていたのは、「リンク解析」に分類されることです。人力による判断で、「ワードサラダサイト(ドメイン)の登録によるフィルターの作製」というものです。いわゆるブラックリストの遮断です。
 「人力による判断」は、私の個人の判断で、「コンテンツ解析」をやっていることになります。
 http://www.nifty.co.jp/cs/07shimo/detail/080326003337/1.htm ニフティ、スパムブログのフィルタリング技術を開発|ニフティ株式会社 では、スプログの分類として、「自動生成系、(引用スパム、アフィリエイト、ワードサラダ、マルチキャスト)、アダルトサイト系」があって、スプログがブログ全体に対する比率が40%という結論を出しています。ここで、疑問なのは、この比率が「ページ」なのか「サイト(ドメイン)」なのかということです。私の、経験からすると、「ページ数」の比率では、「自動生成系}は、80%を越えているようです。
 私としては、「スプログ」というカテゴリーよりも、「ワードサラダ」という比較的狭いカテゴーリーにこだわっています。なぜかといえば、「アダルトサイト系」かどうかの判断は、プログラムにとっては簡単にできます。また、マルチキャストかどうかもPCで判断することは容易です。このあたりは、解決済みなので、考える必要はないと判断しています。したがって、残された、「自動生成系->ワードサラダ」をどうやって、自動的に判断して、フィルタリングをするかということが今の課題です。」
 「スプログ」や「ワードサラダ」の厳密な定義があれば、それに従ってプログラム(フィルター)を書けば、全て解決するのですが、「定義」が曖昧で、人によって、違った定義かあるので、汎用(普遍的)フィルターというのは、存在しない、と言えます。ということで、私的である以外に作れないのが、「ワードサラダ」フィルターだと考えて、RSSから取得したデータを私的「人力(ジンリキ)」フィルター に通して、掲載しています。
 この人力フィルターは「実験」段階ではなく、「実用」しています。この作業の結果、「ワードサラダ」なブログのドメインのリストがたまってきます。あまりにも行数が増えてしまって、作業効率が低下してので、現在は、個別のキーワード毎に「ワードサラダ」なブログのドメインのリストを作り、作業しています。

 「ワードサラダ」のパソコンによる自動判定については、まだやっていません。「人力」でやっていることをプグラム化すればいいのですが、なかなかむずかしいです。とりあえずできそうなことは、「ワードサラダ」を分類して、コンテンツに特徴がある「ワードサラダ」を判定することです。たとえば、ブログ記事に「≪≪ タイトル  ≫≫ 引用記事」という形式のものは簡単に判別できます。簡単なものから自動判定して、残りを「人力」で判断するようにすれば、「実用」しながらフィルターの精度を上げていくことができると考えています。
スポンサーサイト

0件のコメント

コメントの投稿

投稿フォーム
投稿した内容は管理者にだけ閲覧出来ます

Appendix

広告


誰も見た事のない変態フェチジャンルのバキュームベッド動画をまとめています。↓ バキュームベッド動画

リードメール←友達募集
トラフィックギア150 yenから換金。
----------------------------------

サンプル・モニターの口コミ広告ならブロカン


プロフィール

ゴミヒロシ

Author:ゴミヒロシ
人気blogランキングへ

ブロとも申請フォーム

この人とブロともになる

フリーエリア

Ferretアクセス解析
ssw

. トラフィックエクスチェンジ
farm3
adpierce
トラフィックジャングル
小山商店.com
traex
トラフィックエクスチェンジ<アクセスアップ>
オレンジモバイル
TRAFFIC MAKER
Traffic-BSJ
トラフィックNo.1
BCトラフィック
三ツ星トラフィックエクスチェンジ
BuleCloud
トラフィックエクスチェンジ
begood.jp
【もっとアクセスUP】
EX-SURF
アップアクセス
オレンジトラフィック
メールサイト
プレジデントメール
NobleMail
エックスメール
ペガサスメール
speedtraffics
リードメール
アクセス宣伝隊長
SugarMail
ABCリードメール
キングオブリードメール
流石めーる

myfile

PC
友達moppy
いっぱいなPoint
自動車noronoro
占いメイキー
これは何だ
注目のリンク集
tooless
交通量観察
人類滅亡時計
看護師求人
フレンボ
フレンボのお金畑
Books12
Books
携帯でお小遣い
インフォスタイルの情報商材の紹介
少ないお小遣い
太陽光発電てかてか
脳梗塞からどこへ
空調服
忍者村のお金畑
トラフィックエクスチェンジ
シーサー村のお金畑

  • はてなブックマーク→http://b.hatena.ne.jp/
  • はてなアンテナ→http://a.hatena.ne.jp/
  • Newsing→http://newsing.jp/
  • Buzzurl→http://buzzurl.jp/
  • Yahoo!ブックマーク→http://bookmarks.yahoo.co.jp/all
  • 関心空間→http://www.kanshin.com/
  • nanapi→http://nanapi.jp
  • NAVERまとめ→http://matome.naver.jp/
  • イザ!→http://www.iza.ne.jp/
  • Q&Aなう→http://qa-now.com/
  • 楽天ソーシャルニュース→https://socialnews.rakuten.co.jp/
  • フリーエリア

    i2iアクセスランキング



    逆アクセスランキングACR WEB

    アクセスランキング
    全部見る

    フリーエリア

    /
    上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。