基于KNN的不良文本过滤方法

• 作者: 刘晓洁 王洪彬
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: KNN算法 不良文本过滤 χ~2统计量
• 年，卷（期）: 2009,（24）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 69-71
• 页数: 3页
• 分类号: TP391
• 字数: 3732字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.24.023

摘要

不良文本过滤是当前的一个研究热点.通过对χ~2 统计量的具体分析,证明χ~2 统计量在2类文本特征项提取过程中特有的优势.提出正面文本阈值δ,并从理论上推断出该值的大小.在此基础上改进KNN算法,消除了KNN算法中N的不确定性,彻底实现了无参性,大幅减少了分类所用的时间.实验证明,该算法符合Web实时在线分类的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓洁	四川大学计算机学院	113	746	13.0	20.0
2	王洪彬	四川大学计算机学院	3	16	2.0	3.0