大数据环境下不良网络内容识别技术研究

• 作者: 孟彩霞
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 大数据 网络内容识别 聚类 特征提取
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 19-21
• 页数: 3页
• 分类号: TP301
• 字数: 2193字
• 语种: 中文
• DOI: 10.11907/rjdk.1511045

摘要

在大数据环境下对网络上的不良内容进行识别是实现网络侦查和信息监管的重要手段.当前主要采用人工识别方法,效率低下,可靠性差.提出一种基于奇异特征提取和聚类的大数据环境下不良网络内容识别技术,构建大数据环境下网络不良内容的存储和数据传输模型,对不良内容进行信号模型构建,采用奇异特征提取方法对内容进行特征提取,以此为数据基础进行数据聚类分析,以实现对不良内容的准确识别.仿真实验表明,采用该算法对不良网络内容进行识别准确率较高,可有效实现网络信息的监管和跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟彩霞	铁道警察学院公安技术系	21	29	3.0	4.0