Internet的蓬勃发展及其开放性使得不良信息的传播有了可乘之机,给社会带来了诸多不利的影响。目前,网页内容过滤的方法有很多,一般通过关键词或者URL进行过滤,技术简单且误过滤率高,不能满足应用需要。伴随着数据挖掘技术在Web领域的广泛应用,基于内容挖掘技术的Web文本内容过滤技术已经成为当前研究的热点之一。　　结合Web内容挖掘的文本分类技术、特征提取技术、特征选择技术,以及模式提取技术,构造基于内容挖掘的Web网页过滤系统模型。模型主要包括网页预处理、文本模式提取、特征选择、训练和过滤等模块,主要通过模式提取技术提取网页文本特征,通过对网页间特征的相似度分析来分类和过滤网页。模式提取算法Teiresias最初用于DNA序列分析,将其改进后用于提取中文网页文本的模式特征以得到需过滤网页类文本的模式库,后将其模式特征向量化后分析其与待过滤文本的相似度,当两者之间的相似度达到一定的阈值即认为此网页将被过滤。为减少网页误判率,在研究特征选择方法的基础上,采用绝对互信息的方法对模式库进行缩减,选取最能代表类别特性的模式作为特征来进行下一阶段的过滤工作,实验表明对网页的误过滤问题有一定的改善作用。通过对系统进行了整体测试与分析,试验结果表明基于内容挖掘的网页过滤模型是实现网页过滤的有效方法之一。