基于向量空间模型的网页内容智能过滤系统.pdfVIP

978 第六部分智能系统、智能决策与控制、经济预测 基于向量空间模型的网页内容智能过滤系统 白广奇1’2，赵合计1，王澄澄1 2总参气象中心北京100081) (1山东大学计算机科学与技术学院，山东济南250061，Email：baiguangqi@126．com 摘要：针对现有网页内容过滤系统存在的不足，本文讨论了基于向量空间模型的网页内容智能分析技术，提出了为 关键词和关键词出现位置添加权值系数的观点，通过动态更新URL名单，增强了网页内容过滤系统对不断发展的互联 网的适应性，较好地提高了过滤的准确性。 关键词：内容过滤；向量空间模型；文本分类 Web The Content BasedontheVector Intelligent FilteringSystem Model Space BAI Guang··qi,ZHAOHe-ji,WANG Cheng··cheng Scienceand Schoolof (Computer TechnologyShandongUniversity,Jinan，250061，baiguangqi@126．com) the ofthecurrentwebcontent webcontent based A、bstract：Fordeficiency filteringsystem，theintelligent analysistechnology onthevector modelis a of coefficienttoboth and ofthe discussed；andconcept space addingweighted keywordspositions is inthis thelistofURLs ofwebcontent keywordsproposedpaper．Throughupdating dynamically,theadaptation filtering for Interactis the of is systemdevelopingstrengthened，andaccuracyfilteringimproved． Filter，VectorModel，Text KeyWords：ContentSpace Categorization Resource Locator)过滤、关键字过滤。但这些技 术存在明显的不足，主要表现在：(1)准确性较差， 1引言 例如将宣传计划生育的网页认为是黄色网页过滤 掉；(2)对不断发展变化的互联网的适应性不够， 网页内容过滤系统的主要功能是筛选向外的 由于因特网本身信息无限容量性、无序组织性和变 web请求，分析进入的web页面从而决定它们的 化快的特点，大部分的过滤系统无法涵盖比它发行 内容性质，禁止不合适的内容在web浏览器中显 晚的网页。 示。随着象黄色、暴力、以及“数据烟雾data smog”、 为了弥补现有系统存在的不足，