基于Web不良信息过滤系统的研究-软件工程专业论文.docxVIP

独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名： 日期： 年 月 日 论 文 使 用 授 权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （必威体育官网网址的学位论文在解密后应遵守此规定） 签名： 导师签名： ABSTRACT 日期： 年 月 日 2 摘要 摘 要 随着互联网技术的迅速发展，网络成为我们获得信息的重要途径，网络信息 对人民生活越来越重要，但同时网络信息同时也存在着很大的负面性，在据大量 和错杂的信息中，充斥着各种不良信息，比如宣扬迷信和暴力的信息，反动和极 端信息和另外非法信息等等。对于这些关于不良信息的问题，已经成为目前我们 考虑网络信息安全所关注的主要问题。 一般来说，传统的数据整理主要是由工作人员的参与，辅助论述这些数据， 这样的做法事的数据论述工作速度慢带有一定的人为干预人。并且当数据庞大的 时候，人为干预的可能性变得越来越小。于是伴随着 DB 技术，分布式计算、机器 学习、人工智能等技术的发展，数据库技术的发展也得到广泛应用。 鉴于对信息的传统过滤技术，主要采用关键字技术或者是对于 IP 地址的过滤， 这些技术并不能理想地解决对不良信息的过滤。本文对传统的文档材料信息整理 技术进行深入论述，并提出了多特征选取方法，进而实现了结合机器学习和信息 过滤技术的针对文档材料过滤的自适应系统。 本研究的主要研究内容包括以下几个方面： (1)对信息过滤技术的发展、研究现状、实际意义进行便捷概述，并阐述有关 数据挖掘和文档材料分类方面的知识。 (2)详细论述文档材料信息过滤的相关理论。在对文档材料信息技术的研究过 程中，指出文档材料分类这个过滤整理的基础。在文章中详细论述了文档材料分 类的一般方法，包括分类的预整理、特征选取、表示模型和涉及到的分类相关算 法等。此外同时也对目前信息过滤所采取的主要方法以及信息过滤系统的组成和 选取的模型同时也做了详细的论述。 (3)利用对文档材料过滤中常见的几种特征选取方法的论述，提出了一种新的 特征选取方法——多特征选取法。本研究的主要工作包含三个方面的内容，具体 在于：第一、采取试验比较各种选取方法的成果；第二论述影响文档材料分类性 能的主要因素；第三、指出采取多特征选取方法的实际测验成果要优于单一特征 的选取方法。 (4)本研究设计了自适应信息过滤系统，这个信息过滤系统是基于向量空间模 I 摘要 型相关的，对传统的信息过滤系统经行了关于自适应能力方面的扩充。本系统可 以依照使用者的反馈，自动选取适当的临界数值，从而实现提供过滤成果的目的。 系统实证表明修改后，过滤性能有显著增加。实验结果表明，文章中提出的自适 应过滤算法还是比较成功的，效果可以达到令人满意的程度。 关键词:信息过滤；向量空间模型；文档材料分类；特征选取 II ABSTRACT ABSTRACT With the rapid development of Internet technology, the network became an important way we access information, network information and more important in peoples lives, but also the existence of network information of negative nature of a large, large and mixed in, according to the information, filled with all kinds of bad information, such as promoting superstition and violence information, reactionary and extremist messages and other illegal information and more. For these adverse information about the problem, we consider the network has become the