基于KNN的不良文本过滤方法.pdfVIP

第35卷第24期 计算机工程 2009年12月 December2009 、，r01．35 No．24 Engineering Computer 文献标识码：A 中围分类号。TP391 ·软件技术与数据库· 文章编号：1000—342．8(2009)24--0069--413 基于KNN的不良文本过滤方法 王洪彬，刘晓洁 (四川大学计算机学院，成都610065) 擅耍：不良文本过滤是当前的一个研究热点。通过对，统计量的具体分析，证明，统计量在2类文本特征项提取过程中特有的优势。 提出正面文本阈值6，并从理论上推断出该值的大小。在此基础上改进KNN算法，消除了KNN算法中Ⅳ的不确定性，彻底实现了无参性， 大幅减少了分类所用的时间。实验证明，该算法符合Web实时在线分类的要求。 关健司：KNN算法；不良文本过滤；Z统计量 Text MethodBasedonK—Nearest Filtering Neighbor Reactionary WANG Hong-bin。LIUXiao-jie 610065) (SchoolofCompumrSichuanUniversity,Chengdu text isahotresearchflOW．This thatstatisticshasthe inthefeaturesextraction [AbstmctiReactionaryfiltering paperproves t umqueadvantages tIIetwo texts thethresholdJofthe textsandinfersthevalueofitin the of of basedon theory．and types statistics／analysis．Itproposes positive K—Nearest is eliminatesthe ofKNN no reduces algorithm uncertaintyalgorithm，realizesreference．and Neighbor(KNN)algorithmimproved．This thetimeusedinthetext resultsshowthatthe meetsthereal—timeonlinetext categorization．Experimentalalgorithm categorization． words]K-Nearest text [Key Neighbor(KNN)algorithm；reactionaryfiltering；statistics， 互联网的迅速发展大大方便了人们对信息的获取。但是 较多，然后把测试文本归属到哪一类中，以此来确定待测试 网络上也充斥了不少不良信息，对社会稳定构成极大危害。如何 文本的分类。 过滤掉不良信息，是一