基于Web不良信息過濾系統(tǒng)的研究.pdf

1、隨著互聯(lián)網技術的迅速發(fā)展，網絡成為我們獲得信息的重要途徑，網絡信息對人民生活越來越重要，但同時網絡信息同時也存在著很大的負面性，在據大量和錯雜的信息中，充斥著各種不良信息，比如宣揚迷信和暴力的信息，反動和極端信息和另外非法信息等等。對于這些關于不良信息的問題，已經成為目前我們考慮網絡信息安全所關注的主要問題。
　　一般來說，傳統(tǒng)的數(shù)據整理主要是由工作人員的參與，輔助論述這些數(shù)據，這樣的做法事的數(shù)據論述工作速度慢帶有一定的人為干預人

2、。并且當數(shù)據龐大的時候，人為干預的可能性變得越來越小。于是伴隨著DB技術，分布式計算、機器學習、人工智能等技術的發(fā)展，數(shù)據庫技術的發(fā)展也得到廣泛應用。
　　鑒于對信息的傳統(tǒng)過濾技術，主要采用關鍵字技術或者是對于IP地址的過濾，這些技術并不能理想地解決對不良信息的過濾。本文對傳統(tǒng)的文檔材料信息整理技術進行深入論述，并提出了多特征選取方法，進而實現(xiàn)了結合機器學習和信息過濾技術的針對文檔材料過濾的自適應系統(tǒng)。本研究的主要研究內容包括以下

3、幾個方面：
　　(1)對信息過濾技術的發(fā)展、研究現(xiàn)狀、實際意義進行便捷概述，并闡述有關數(shù)據挖掘和文檔材料分類方面的知識。
　　(2)詳細論述文檔材料信息過濾的相關理論。在對文檔材料信息技術的研究過程中，指出文檔材料分類這個過濾整理的基礎。在文章中詳細論述了文檔材料分類的一般方法，包括分類的預整理、特征選取、表示模型和涉及到的分類相關算法等。此外同時也對目前信息過濾所采取的主要方法以及信息過濾系統(tǒng)的組成和選取的模型同時也做了詳

4、細的論述。
　　(3)利用對文檔材料過濾中常見的幾種特征選取方法的論述，提出了一種新的特征選取方法——多特征選取法。本研究的主要工作包含三個方面的內容，具體在于：第一、采取試驗比較各種選取方法的成果；第二論述影響文檔材料分類性能的主要因素；第三、指出采取多特征選取方法的實際測驗成果要優(yōu)于單一特征的選取方法。
　　(4)本研究設計了自適應信息過濾系統(tǒng)，這個信息過濾系統(tǒng)是基于向量空間模型相關的，對傳統(tǒng)的信息過濾系統(tǒng)經行了關于自適