增強型網頁過濾系統(tǒng)研究與實現(xiàn).pdf

1、隨著互聯(lián)網技術的飛速發(fā)展，人們獲得信息的途徑更加便捷。但是，互聯(lián)網上充斥著大量不良信息，為了給用戶提供一個健康、安全的信息獲取環(huán)境，有必要對非法網頁進行過濾處理。 傳統(tǒng)網頁過濾技術可以分為URL過濾和內容過濾兩種，URL過濾處理效率較高，但是隨著網絡信息資源的快速增加，它需要不斷地以人工的方式增加URL數(shù)據(jù)庫中的記錄；內容過濾具有即時內容分析的能力，可以節(jié)省維護URL數(shù)據(jù)庫的成本，但效率問題使得它的應用受到限制。 本文提

2、出一個結合這兩種過濾方式的過濾方法，并且實現(xiàn)了一個增強型的網頁過濾器，該過濾器利用網頁超本文的特征，設計實現(xiàn)了二階段網頁分析過濾法，這種過濾方法具有URL過濾的效率，也能過濾未知網頁資源。對于那些URL過濾器無法處理的網頁資源，本文采用改進的貝葉斯分類器對該網頁進行分類處理。經過實驗證明該過濾器比單純利用分類器的過濾方式具有更好的效果。 本文首先介紹信息過濾的原理和分類以及通用信息過濾需要的數(shù)學模型，然后介紹系統(tǒng)實現(xiàn)所涉及的相關