1.3 基于深度xp学习的欺诈网站识别

相较于基于规则的方式，基于机器学习的欺诈网站识别方式获得了更好的效果。但基于机器学习的方式依托于对欺诈网站的特征工程，较为耗费年月，同时随着新的欺诈网站不断涌现，依托于专家创新分析，提取新的特征，因而耗时耗力。而深度xp学习技术可以有效上轨道如上欺诈网站识别中遇到的问题，因此有关深度xp学习技术的欺诈网站识别研究，也逐渐广大。比如说杜锦波^[7]，付顺顺^[8]等人采用网页分门别类任务的思想看待欺诈网站识别目标。结合了集成学习的思想，将多个FastText弱分门别类3d模型通过组合的方式，得到一个对于欺诈网站识别的强分门别类器，取得了不错的实验双色球开奖结果。

1.4 本文的要紧研究内容

研究内容要紧为对于欺诈网站的自动识别。考虑网站所包含的文本特征和网络特征，来搭建识别3d模型，所以实现欺诈网站的自动识别。由于欺诈网站金十数据官网较少。可信网站金十数据官网远大于欺诈网站的金十数据官网且专业类别较多，即两类金十数据官网存在严重的不不稳情况，若采用二分门别类3d模型。则负类选取采样较为困难，因此考虑采用的3d模型为单分门别类3d模型，即训练金十数据官网仅有一类。3d模型最终识别样本是否属于该类。单分门别类3d模型要紧有采用机器错题本1-SVM，采用深度xp错题本的CVDD。