웹 사이트 상관 관계

Website correlation

웹 사이트 상관관계 또는 웹 사이트 매칭은 유사하거나 관련된 웹 사이트를 식별하는 데 사용되는 프로세스다.웹사이트는 본질적으로 복제하기 쉽다.[1][2]이 동일한 websites[3]의 목적 왜냐하면 그들은 서로 다른 서버에 다른 언어, 국가들( 다른 위에 있을 것 번역한 인터넷 마케팅(특히 계열사 마케팅)[4]에 인터넷 crime[5]이와 비슷한 웹 사이트 위치 찾는 것은 본질적으로 문제가 되는 것에서 범위에 걸친 확산이나 매우 유사한 웹 사이트로 이어졌다.-level d누락이 없다

사용하다

웹사이트 상관관계는 다음에서 사용된다.

  • 조사의 전체 범위를 결정하기 위한 인터넷[6] 조사
  • 경쟁업체 또는 클러스터 샘플링을 위해 경쟁업체를 찾거나 시장 범위를 결정하기 위한 시장 조사
  • 특정 유형의 모든 웹 사이트를 볼 수 없도록 차단하는 웹 필터링[7] 시스템
  • 입력 또는 출력 데이터를 최대화하는 데이터 마이닝 시스템
  • 웹 사이트가 재정 위험을 도입하는 문제에 대해 모니터링되고 있는지 확인하기 위한 위험 관리 프로그램
  • 컴플라이언스 및 윤리 프로그램 또는 웹 사이트가 확립된 지침을 따르도록 보장하기 위한 정책의 일부로 컴플라이언스 모니터링

상관 유형

서로 다른 장단점을 보여주는 여러 종류의 알려진 상관관계가 있다.실질적인 웹사이트 상관관계 프로세스에서는 이러한 방법 중 두 가지 이상을 조합해야 할 수 있다.

유사구조

시간과 노력을 절약하기 위해 웹 사이트 소유자는 웹 사이트 코드의 주요 부분을 여러 도메인에 걸쳐 복제한다.코드 구조의 유사성은 상관관계에 대한 충분한 정보를 제공할 수 있다.이러한 종류의 상관관계에 대한 공개 검색 가능 데이터베이스를 보유한 것으로 알려진 조직에는 다음이 포함된다.

참고: 웹 사이트는 동일한 구조를 활용할 수 있지만 서로 관계가 없는 경우도 있다(웹 사이트가 우연히 동일한 콘텐츠 관리 시스템을 활용할 때처럼).

동일한 서버 또는 서브넷

상관된 역 DNS 조회라고도 한다.웹 사이트는 동일한 서버, 하나 이상의 IP 주소, 하나 이상의 서브넷에서 서비스될 수 있다.여러 조직에서 IP 주소 데이터의 아카이브를 보존하고 데이터의 상관 관계를 분석한다.예를 들면 다음과 같다.

참고: 이 방법을 통한 상관관계는 웹 사이트가 동일한 서버(공유 호스팅이라고 함)에 자주 존재하지만 서로 관계가 없기 때문에 오해의 소지가 있을 수 있다.

동일소유자

웹사이트는 동일한 개인이나 조직이 작성할 수 있다.웹 사이트 소유자는 도메인 이름을 얻기 위해 등록 기관에 연락처 정보를 제공해야 한다.도메인 소유권은 소유권을 검색하거나 상호 연관시키는 메커니즘을 제공하지 않는 WHOIS 프로토콜을 통해 결정될 수 있다.몇몇 조직은 세계보건기구(WHOIS) 정보의 아카이브를 보존하고 검색 및 상관관계 서비스를 제공한다.예를 들면 다음과 같다.

참고: 웹 사이트 소유권 정보는 위조되거나, 구식일 수 있으며, 공개 보기에서는 숨겨질 수 있다.이 방법을 통한 웹사이트 상관관계는 WHOIS 기록에 포함된 정보에 따라 정확하거나 오해의 소지가 있거나 불가능할 수 있다.

유사내용

검색 엔진은 인덱싱된 웹 사이트 콘텐츠의 검색 가능 데이터베이스를 제공한다.검색 엔진 결과 목록은 내용 유사성에 의해 상호 연관된다.

구글

  • Google.com에 이름 또는 구별로 관련된 웹 사이트를 찾으려면 '관련 웹 사이트:related_name_here.com'을 입력하십시오.
  • 웹사이트에서 독특한 어구를 찾은 다음 검색엔진을 사용하여 문자 그대로 다른 웹사이트에서 어구를 찾는다.
    • 검색 상자에서 구문에 따옴표를 붙여 리터럴 구문을 검색하십시오.
    • 저작권 2010 xyzcompany 대신 "1998 2010 xyzcompany" 사용

참고: 이 상관관계 방법은 어떤 문구를 검색해야 할지 추측해야 하기 때문에 본질적으로 느리다.또한 관련 웹 사이트는 문자 그대로 유사한 내용을 포함하지 않을 수 있다(사이트를 다른 언어로 번역할 때와 동일).

동일분류

웹 사이트는 자동 또는 수동 수단을 통해 유사하게 분류되거나 태그가 지정되는 경우가 많다.공개적으로 액세스할 수 있는 웹 사이트 분류 데이터베이스의 예는 다음과 같다.

참고: 수동 분류 및 태그(메타데이터) 방법은 본질적으로 주관적이다.[8]자동 분류와 태그 지정 방법은 본질적으로 기초 분류 알고리즘의 다양한 약점과 강점을 따른다.[9]

동일한 추적 ID

분석이나 제휴사 식별에 사용되는 추적 ID는 웹사이트 코드에 자주 포함되어 있다.이러한 ID는 웹사이트의 공통적인 관리를 의미하기 때문에 상관관계에 사용될 수 있다.추적 ID를 통한 상관 관계를 위해 공개적으로 사용할 수 있는 웹 사이트:

참조

  1. ^ 검색: "웹사이트 복제", Google
  2. ^ 검색: "웹사이트 클론 스크립트", Google
  3. ^ Fetterly, D, Measse, M, Najork, M, "중남미 웹 컨퍼런스에 관한 제1차 회의록, 페이지 37,2003,2003"
  4. ^ 도메인 이름이 생겼는데... 이제 어쩌지?: 웹사이트 구축 및 웹 프레즌스 구축에 관한 실무 지침서, ISBN1-60005-109-X, 2008
  5. ^ Shane McGlaun, Daily Tech, 2010/9/9/9, "Microsoft, 276 Botnet 도메인에 대한 영구적 소유권 부여"
  6. ^ 인터넷 및 컴퓨터 네트워크 [1], 국립 사법 연구소(미국), 2007년
  7. ^ J Prasanna Kumar,P Governedarajulu,Douplicate and Near Documents Detection: A Review",유럽 과학 연구 저널,ISSN 1450-216X Vol.32 No.4(2009), 페이지 5.514-527
  8. ^ Bruce & Wiebe, Natural Language Engineering, 1999년 "주관성 인식: 수동태깅 사례 연구"
  9. ^ 파브리치오 세바스찬리.자동 텍스트 분류에서의 머신러닝.ACM 컴퓨팅 설문 조사, 34(1):1-47, 2002.