摘要：船联网(internet of vehicle,IoS)是船舶信息交换的载体.基于区块链技术,在IoS上构建一种可信的信息交换机制,并提出相应的航行事件置信度计算与船舶信誉管理方案.该方案借鉴信息过滤的思想得到船舶综合相似度,利用加权熵值反向计算融合的评级,根据回应船舶评级偏离融合评级的程度更新回应船舶的信誉值;然后采用最小二乘法建立信誉值倒数与评级误差之间的拟合关系,从而得以更新报告船舶的信誉值;进一步设计基于船舶信誉值的DPoS(delegated proof of stake)共识机制,旨在优先选择信誉值较高的船舶作为见证者船舶,以保障系统出块环境的稳定性和高效性.结果显示,在船舶滥用行为占比为40%的情况下,航行事件真实性判定的准确率仍在75%以上.研究表明,所提出的方案不仅有效提高了航行事件真实性判定的准确率,还能识别恶意船舶并限制其滥用行为,从而保证IoS环境的安全和稳定.

摘要：进化式信息过滤方法从多个角度描述用户的信息需求 ,通过类似自然选择的过程 ,达到系统整体过滤性能的优化 .同时还从面向对象程序设计语言的设计思想中获得启发 ,引入了继承、类树的概念 ,增加了过滤系统的易用性 .这种方法可以缩短训练时间 ,提高过滤质量 。

摘要：对文档进行分类并鉴别出垃圾信息是一个非常有实用价值的研究领域,越来越多的网站开始关注这种技术。采用智能算法对垃圾信息进行有效分析,寻找垃圾制作者,并通过网络日志和所发表的内容,判断哪些是广告用户和垃圾信息的发布者,并将其删除。认为对垃圾信息的甄别其实是一种把信息分成有用信息和无用信息的过程,试用贝叶斯分类算法把信息分成不同的类。针对基于规则的分类方法和通过分析广告链接网址来剔除垃圾信息的方法的缺陷,给出贝叶斯分类算法及机器训练方法,从实验结果看,本方法优于基于规则的分类法。

摘要：个体决策总是伴随着信息筛选和聚焦的过程。以往针对信息数量影响风险决策的研究多是基于建模和优化,较少有学者从认知过程去探索信息对决策的影响。本研究设计了一个掩牌博弈游戏,利用事件相关电位技术(ERPs),比较了不确定情景下,个体在信息过滤前后的决策行为及脑电差异。行为数据显示,与信息过滤前相比,决策信息过滤后,个体的风险决策参与率更低;脑电结果表明,信息过滤后的决策,引发了个体更大的P2以及ERN振幅。上述结果表明,个体在不同的情境下,其信息处理和决策过程存在显著的差异。在信息数量比较多,并且时间短的情况下,决策者更倾向于调用启发式决策模式;而信息过滤后,信息量减少,信息属性更加明确,而且时间相对来说比较充裕,大脑会启动补偿式决策模式,去调用更多的认知资源来分析信息,此时,个体感知到的风险变大,行为会更加谨慎。

摘要：在个性化信息推荐服务中,基于内容的过滤和协作式过滤作为两种基本的信息过滤方式得到广泛的应用,但无论哪一种方式都存在着局限性。针对这些局限性设计实现了一种改进的信息过滤系统,该系统采用的是基于内容与协作式相结合的过滤方式,克服了纯粹的基于内容过滤系统和纯粹的协作式过滤系统的不足。

摘要：互联网在方便人们利用的同时又存在大量危害社会的不良信息。本文通过设计校园网信息过滤及监控系统,实现对不良信息的过滤及监控,减少不良信息对学生的危害。

摘要：提出了一种基于VSM的自适应的Web信息过滤系统的设计及实现方法.与传统的信息过滤系统相比,Web上的信息过滤系统具有许多全新的特征.页面为半结构化的文档、页面上的噪声信息比较多,用户提交的正例比较少.这些特性成为影响过滤性能的主要因素.针对Web的上述特性设计的Fudanfilter2002过滤系统,具有使用方便、过滤时间短、精度高等特点.

摘要：随着Internet普及和应用,电子商务已经成为一种发展趋势。网络的安全日益引起人们的关注。提供一定的手段,实时对网络中的信息进行监测具有十分重要的意义。本文利用向量空间模型、TC3分类算法、Rocchio反馈模型等构造了一个具有反馈机制的网络信息过滤系统(NIFS),并且从信息过滤系统结构、网络信息捕获、用户兴趣文件(Profile)的形成与重构等方面对网络信息过滤系统(NIFS)基本理论和实现方法进行了详细的讨论。

摘要：针对传统TF-IDF在文本过滤时存在的缺点,提出一种基于特征词抽取的文本过滤算法。简要分析文档信息过滤原理和流程,重点讨论文档信息过滤算法设计及技术实现。实验结果表明,所提出的算法可有效对文档信息进行过滤,能够提高信息检索质量。

摘要：监控与过滤网上的不良信息可以有效地解决网络信息安全问题。针对阻止型不良信息过滤器目前存在的一些问题,诸如响应时间过长、精度不高等,提出利用基于多Agent及隐马尔科夫模型的过滤技术进行解决,并详细阐述了不良信息过滤器———Sniper的设计与实现。试验结果验证了Sniper的有效性。