一种用于互动型不良信息过滤的贝叶斯改进方案

作     者：魏善岭 傅英亮 鲁明羽 WEI Shan-ling;FU Ying-liang;LU Ming-yu

作者机构：大连海事大学信息科学技术学院辽宁大连116026 

基　　金：国家自然科学基金资助项目(60773084 60603023) 教育部博士点基金资助项目(20070151009) 

出 版 物：《广西师范大学学报（自然科学版）》 (Journal of Guangxi Normal University:Natural Science Edition)

年 卷 期：2009年第27卷第3期

页      码：134-137页

摘      要：信息过滤是文本挖掘领域的重要研究内容之一。针对互动型网络媒体信息(如BBS),提出一种新的信息过滤算法,该算法主要从特征提取和分类器构造两方面对B ayesian方法进行改进。在对不良信息的特征提取过程中,根据网络论坛的特征,在计算中文不良信息特征项的权重时,根据关键词出现的位置、次数以及词长等建立一个特征评估函数,并用它来替换TF-IDF公式中的TF项;同时,考虑到网络论坛中的良性信息与不良信息之间的不平衡分布,采用一种不对称的学习策略来设计B ayesian分类器。实验结果及对比分析表明,该算法具有较高的过滤准确率。

主 题 词：互动型网络媒体 不良信息 信息过滤 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1001-6600.2009.03.032

馆 藏 号：203533318...