文献类型：期刊文章

作　　者：俞浩亮[1] 王秋森[1] 冯旭鹏[2] 刘利军[1] 傅铁威[3] 黄青松[1,3]

机构地区：[1]昆明理工大学信息工程与自动化学院,云南昆明650500 [2]昆明理工大学教育技术与网络中心,云南昆明650500 [3]云南省计算机技术应用重点实验室,云南昆明650500

出　　处：《现代电子技术》

基　　金：国家自然科学基金资助项目(81360230);科技部科技型中小企业技术创新基金资助项目(13C26215305404)

年　　份：2016

卷　　号：39

期　　号：3

起止页码：76-79

语　　种：中文

收录情况：BDHX、BDHX2014、IC、RCCSE、ZGKJHX、核心刊

摘　　要：网络上不良信息的出现是困扰社会精神健康发展的"顽疾",如果不进行有效的过滤,会给搜索服务带来不良影响,极大的影响了社会的和谐稳定发展。提出一种基于特征加权的网络不良内容识别方法,在对网页上的文本预处理后,引入针对不良内容的加权方法,然后再结合KNN、朴素贝叶斯、SVM三种文本分类方法进行实验对比。对比实验结果表明,所采用的方法在识别网络不良内容上的准确率和召回率都有较大提高。

关 键 词：互联网 不良内容  特征加权 内容识别  

分 类 号：TN711-34]