主题相似性聚类下时政新闻敏感信息过滤方法

• 作者: 姚璐
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 主题相似性聚类 时政新闻 敏感信息 信息过滤 决策树
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 107-111
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2022.04.018

摘要

常规时政新闻敏感信息过滤方法的敏感信息特征词库不完整,导致信息过滤精确度较低,因此提出主题相似性聚类下时政新闻敏感信息过滤方法.主题相似性聚类下构建敏感信息特征词库,匹配敏感信息关键词并存入词库,确定敏感信息关键词的决策树排序,自动更新新增关键词在子目录中的位置节点,自适应时政新闻敏感信息过滤,实现主题相似性聚类下时政新闻敏感信息自动过滤.实验结果表明:该方法完成敏感信息过滤的精确度约为85％,较现有的几种过滤方法高10％ ～35％,较大地提高了敏感信息过滤方法的精确度.