论文部分内容阅读
信息过滤是文本挖掘领域的重要课题之一。针对互动型网络媒体信息(如BBS)，提出一种新的信息过滤方案，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，建立了ANB和F-ANB过滤模型。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、出现的次数、以及词长等建立了一个特征评估函数，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，本文算法具有较高的过滤准确率。