基于权重均值的不良网页过滤算法研究

• 作者: 唐坚刚 魏然
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 网页过滤 关键字 矩阵词典 关联规则 权重均值
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 信息安全
• 页码范围: 1088-1089,1107
• 页数: 3页
• 分类号: TP309
• 字数: 2033字
• 语种: 中文

摘要

传统的网页权重过滤算法中的权重大都根据词频统计方法来确定,该方法不能很好地表达关键词对主题的表征程度,且易被某些网站利用反关键字过滤策略逃避检测.在传统方法的基础上,设置加权的关键字矩阵词典,从关联规则出发,应用汉语语料库里的同类词定义,提出基于同类词权重均值的关联过滤算法.试验结果表明,该算法过滤更为高效,并且能够很好地应对色情网站的反关键字过滤策略,尤其在色情与医学网页的分离上有明显的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐坚刚	上海理工大学计算机工程学院	17	54	5.0	6.0
2	魏然	上海理工大学计算机工程学院	1	4	1.0	1.0