[发明专利]基于微内容相似度的反垃圾方法

权利要求书

1.一种基于微内容相似度的反垃圾方法，其特征在于该方法的步骤如下：

1)通过将人为鉴别为垃圾的评论进行聚类，产生聚类垃圾文件，包含多个垃圾分类；

2)使用垃圾鉴别器根据聚类垃圾文件，对未知评论进行鉴别。

2.根据权利要求1所述的一种基于微内容相似度的反垃圾方法，其特征在于：所述的垃圾评论聚类过程为：

1)聚类垃圾文件初始为空；

2)当有新的人为鉴别为垃圾的垃圾评论时，如下条件与步骤有选择性的加入到聚类垃圾文件中：

第一步从所有垃圾分类中任意选取一条垃圾评论作为该垃圾分类的典型样本；

第二步新垃圾评论与所有垃圾分类的典型样本进行相似度评分；

第三步对第二步中与未知垃圾拥有最高相似度评分的典型样本所在垃圾分类，新垃圾评论评论再与该垃圾分类所有垃圾进行评论相似度评分，计算其最高相似度得分；

第四步若最高相似度得分小于某指定阈值，则将新垃圾评论作为一个新的垃圾分类；否则若最高相似度得分小于另一指定阈值则将新垃圾评论评论加入到已有分类中作为一个新垃圾评论样本；否则忽略该新垃圾评论。

3.根据权利要求1所述的一种基于微内容相似度的反垃圾方法，其特征在于：所述的垃圾鉴别算法步骤如下：

1)从所有垃圾分类中任意选取一条垃圾评论作为该垃圾分类的典型样本；

2)未知评论与所有垃圾分类的典型样本进行相似度评分；

3)对上步骤2)中与未知垃圾拥有最高相似度评分的典型样本所在垃圾分类，未知评论再与该垃圾分类所有垃圾进行评论相似度评分；

4)若未知评论与上述垃圾分类所有垃圾进行评论相似度评分的最大值超过指定阈值，则判定未知评论为垃圾评论。