一种基于模糊遗传算法的中文WEB信息过滤方法

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。

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。