基于貝葉斯網絡分類器的Web內容過濾系統(tǒng)研究與實現(xiàn).pdf

1、Web內容過濾系統(tǒng)作為重要網絡信息安全設施，通過對Web內容信息進行識別過濾，使得有害Web信息不能進入受保護的網絡，在保護青少年身心健康和凈化網絡環(huán)境方面起了積極作用。 貝葉斯網絡具有概率表達能力強、增量學習特性好等優(yōu)點，但其結構復雜，構造難度大，難以在實際應用。BM-IF是一個簡化了的貝葉斯網絡模型，在保留了貝葉斯網絡表達能力的基礎上，大大簡化了網絡結構。 使用簡化貝葉斯網絡分類模型作為分類器，Web內容過濾系統(tǒng)能在

2、運行過程中不斷進行學習，具有較強主動學習能力和主動適應能力，同時簡化貝葉斯網絡模型可以結合專家知識和學習知識，讓本系統(tǒng)的用戶方便靈活的定義自己的過濾類別。 本文針對以往Web內容過濾系統(tǒng)準確率低、覆蓋率低，用戶維護困難等缺點，提出了根據(jù)Web數(shù)據(jù)挖掘思想建立的貝葉斯網絡分類模型。這一模型充分利用了Web內容信息、Web鏈接信息、Web使用信息進行分類，通過對大量上述三類信息的學習，不斷提高分類決策的性能。 本文還對分類影