一种用于互动型不良信息过滤的贝叶斯改进方案

• 作者: 傅英亮 魏善岭 鲁明羽
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 互动型网络媒体 不良信息 信息过滤
• 年，卷（期）: 2009,（3）
• 页码范围: 134-137
• 页数: 4页
• 分类号: TP391
• 字数: 2823字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2009.03.032

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Bayesian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Bayesian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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁明羽	大连海事大学信息科学技术学院	42	574	11.0	23.0
2	魏善岭	大连海事大学信息科学技术学院	2	35	2.0	2.0
3	傅英亮	大连海事大学信息科学技术学院	10	94	7.0	9.0