10.3969/j.issn.1006-9348.2018.10.067
移动网络环境中不良信息智能过滤方法仿真
移动网络环境中的信息良莠不齐,为了避免移动网络接收和发送不良信息,通常需要实时监测并对不良信息进行实时过滤.常规的不良信息过滤方法是采用基于网络的词汇倾向性判别,使用的语义和语法要素较少,易引起误判,查全率和查准率较低且难以满足实时性要求.针对上述问题,提出基于模态匹配的移动网络环境中不良信息智能过滤方法.根据移动网络正类和反类信息计算特征的权重,构建网络信息特征库并构造领域本体;再依据正类领域信息得到本体元素权重库;采用贝叶斯分类算法根据本体元素权重进行领域分类,得到候选网络信息;将监测到的网络信息与候选网络信息进行模态匹配,以获得的匹配度作为判定依据实现不良信息过滤.实验结果表明,所提方法具有较高的查全率和查准率,且执行时间能够满足移动网络环境的实时性要求.
移动网络环境、不良信息、智能过滤、模态匹配
35
TP391(计算技术、计算机技术)
2018-12-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
329-332