面向互動(dòng)型網(wǎng)絡(luò)媒體的不良信息檢測(cè)與過(guò)濾.pdf

1、互動(dòng)式網(wǎng)絡(luò)媒體技術(shù)使得信息傳播形式由傳統(tǒng)的單向進(jìn)行轉(zhuǎn)變?yōu)榻换ナ降碾p向進(jìn)行。它具有快捷性、多渠道性和廣泛性等特點(diǎn)。另一方面，互動(dòng)式網(wǎng)絡(luò)也為不良信息的發(fā)布提供的便利渠道。本文以網(wǎng)絡(luò)論壇為研究對(duì)象，對(duì)面向互動(dòng)型網(wǎng)絡(luò)媒體的不良信息檢測(cè)與過(guò)濾進(jìn)行了研究。主要內(nèi)容如下： (1)實(shí)現(xiàn)網(wǎng)絡(luò)論壇信息的自動(dòng)抽取。本文分別從網(wǎng)絡(luò)論壇站點(diǎn)結(jié)構(gòu)和頁(yè)面信息塊進(jìn)行信息抽取，采用基于HTML結(jié)構(gòu)的信息抽取技術(shù)，先用HTML解析器將HTML文檔解析成DOM樹(shù)，然

2、后通過(guò)對(duì)DOM樹(shù)的操作實(shí)現(xiàn)信息抽取。 (2)實(shí)現(xiàn)了面向網(wǎng)絡(luò)論壇文本的預(yù)處理和模型表示。根據(jù)網(wǎng)絡(luò)論壇的結(jié)構(gòu)特點(diǎn)，提出了一種改進(jìn)的特征權(quán)重算法來(lái)計(jì)算特征項(xiàng)的權(quán)重，采用基于詞條的向量空間模型來(lái)表示網(wǎng)絡(luò)論壇文本的內(nèi)容，向量中的每一維元素被稱為一個(gè)特征項(xiàng)。 (3)建立網(wǎng)絡(luò)不良信息過(guò)濾器。分析和總結(jié)了不良信息的內(nèi)容、結(jié)構(gòu)和傳播特征，根據(jù)不良信息的特點(diǎn)，采用了一種基于樸素貝葉斯的改進(jìn)算法，建立了不對(duì)稱貝葉斯過(guò)濾器，并根據(jù)過(guò)濾模型的評(píng)價(jià)