[发明专利]一种基于模糊遗传算法的中文WEB信息过滤方法无效
| 申请号： | 201010106201.1 | 申请日： | 2010-02-05 |
| 公开（公告）号： | CN101814086A | 公开（公告）日： | 2010-08-25 |
| 发明（设计）人： | 刘培玉;朱振方 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06N3/12 |
| 代理公司： | 济南圣达专利商标事务所有限公司 37221 | 代理人： | 邓建国 |
| 地址： | 250014 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模糊遗传算法的中文WEB信息过滤方法，其步骤如下：利用文本训练集，采用模糊遗传算法简历过滤模版；截获WEB数据包并解析，从中提取有效的文本信息；在获取的有效信息中提取网址信息、关键词信息以及中文域名信息，应用三层过滤机制进行初步过滤，返回过滤结果；将没有过滤掉的文本信息进行切词、去除停用词处理，并进行层次聚类，形成基于概念的逻辑段落，并计算特征项权重；将处理结果同过滤模版进行相似度匹配，返回匹配结果；综合过滤结果以及匹配结果，确定所获取的文本信息是否被过滤，将被过滤的网页信息直接屏蔽；利用反馈方法、结合用户反馈信息对过滤结果进行反馈，更新过滤模板。 | ||
| 搜索关键词： | 一种 基于 模糊 遗传 算法 中文 web 信息 过滤 方法 | ||
【主权项】：
一种基于模糊遗传算法的中文WEB信息过滤方法，其特征在于：所述过滤方法包括如下步骤：Step1：利用文本训练集，采用模糊遗传算法简历过滤模版；Step2：截获WEB数据包并解析，从中提取有效的文本信息；Step3：在获取的有效信息中提取网址信息、关键词信息以及中文域名信息，应用URL过滤、关键词过滤以及内容过滤的三层过滤机制进行初步过滤，返回过滤结果；Step4：将Step3中没有过滤掉的文本信息进行切词、去除停用词处理，并进行层次聚类，形成基于概念的逻辑段落，并计算特征项权重；Step5：将Step4中的处理结果同过滤模版进行相似度匹配，返回匹配结果；Step6：综合Step3的过滤结果以及Step5中的匹配结果，确定所获取的文本信息是否被过滤，并将为被过滤的信息重组为网页提交给用户，将被过滤的网页信息直接屏蔽；Step7：利用反馈方法、结合用户反馈信息对过滤结果进行反馈，更新Step5中的过滤模板。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东师范大学，未经山东师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010106201.1/，转载请声明来源钻瓜专利网。
