基于特征加权的网络不良内容识别方法

• 作者: 俞浩亮 傅铁威 冯旭鹏 刘利军 王秋森 黄青松
• 来源期刊: 现代电子技术
• 关键词: 互联网 不良内容 特征加权 内容识别
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 通信与信息技术
• 页码范围: 76-79
• 页数: 4页
• 分类号: TN711-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.03.019

摘要

网络上不良信息的出现是困扰社会精神健康发展的“顽疾”，如果不进行有效的过滤，会给搜索服务带来不良影响，极大的影响了社会的和谐稳定发展。提出一种基于特征加权的网络不良内容识别方法，在对网页上的文本预处理后，引入针对不良内容的加权方法，然后再结合KNN、朴素贝叶斯、SVM三种文本分类方法进行实验对比。对比实验结果表明，所采用的方法在识别网络不良内容上的准确率和召回率都有较大提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄青松	昆明理工大学信息工程与自动化学院	91	265	9.0	12.0
3	刘利军	昆明理工大学信息工程与自动化学院	77	196	7.0	10.0
4	冯旭鹏	昆明理工大学教育技术与网络中心	34	77	5.0	7.0
7	俞浩亮	昆明理工大学信息工程与自动化学院	2	6	2.0	2.0
8	王秋森	昆明理工大学信息工程与自动化学院	2	6	2.0	2.0
9	傅铁威		1	4	1.0	1.0