文献类型：期刊文章

作　　者：刘凯[1]

LIU Kai(Modern Educational Teehnology Center, Ningxia Medical University, Yingchuan Ningxia 750001, China)

机构地区：[1]宁夏医科大学现代教育技术中心,宁夏银川750001

出　　处：《计算机仿真》

年　　份：2018

卷　　号：35

期　　号：10

起止页码：329-332

语　　种：中文

收录情况：BDHX、BDHX2017、JST、ZGKJHX、核心刊

摘　　要：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。

关 键 词：移动网络环境  不良信息 智能过滤  模态匹配  

分 类 号：TP391]