论文部分内容阅读
为了提高文本信息过滤的效率，提出一种基于文本信息的三层过滤系统。系统分为横向二部分、纵向三层次的结构，在信息过滤时第一层采用基于IP、URL地址的过滤方式；第二层为关键词频与权重的统计，对信息标题、关键词及正文内容三部分分别计算统计值；第三层为内容特征分析过滤，同时引入分词、关键词权重计算、VSM与主题倾向分析技术，保证不良信息识别的高效与准确。实验表明系统具有较好的过滤效果，查全率和查准率明显优于KNN方法，在实时信息过滤时能及时阻止不良信息的传播。