1、互聯(lián)網(wǎng)的快速發(fā)展,使其成為人們交流信息的主要方式之一。但由于它的這種開(kāi)放性,導(dǎo)致網(wǎng)絡(luò)上存在很多如色情、暴力、迷信、反動(dòng)等垃圾信息,嚴(yán)重影響了人們的日常上網(wǎng)活動(dòng)。雖然目前已有很多文本過(guò)濾技術(shù),但是隨著外界環(huán)境的變化,文本過(guò)濾技術(shù)也需要不斷地改進(jìn)和提高。同時(shí),隨著人們生活水平的不斷提高,越來(lái)越多的用戶(hù)通過(guò)移動(dòng)終端來(lái)訪(fǎng)問(wèn)互聯(lián)網(wǎng)。如何保證移動(dòng)用戶(hù)能夠通過(guò)移動(dòng)設(shè)備獲得健康的、有效的正常信息,這就需要在面向移動(dòng)終端的云平臺(tái)上實(shí)現(xiàn)文本過(guò)濾技術(shù),從而實(shí)

2、現(xiàn)對(duì)垃圾網(wǎng)頁(yè)進(jìn)行過(guò)濾處理。
　　在這種需求下,本文在對(duì)現(xiàn)有的文本過(guò)濾關(guān)鍵技術(shù)進(jìn)行了分析和討論的基礎(chǔ)上,改進(jìn)了傳統(tǒng)的基于向量空間模型的文本分類(lèi)算法以及樸素貝葉斯分類(lèi)算法,并采用這兩種改進(jìn)的文本分類(lèi)算法構(gòu)建了一個(gè)高性能的文本過(guò)濾系統(tǒng);然后將該系統(tǒng)部署于面向移動(dòng)終端的云平臺(tái),實(shí)現(xiàn)了云平臺(tái)上的文本過(guò)濾服務(wù)。保證了移動(dòng)終端用戶(hù)能夠通過(guò)移動(dòng)設(shè)備訪(fǎng)問(wèn)互聯(lián)網(wǎng)上正常的、合法的網(wǎng)頁(yè)。本文的主要內(nèi)容為:
　　1、在對(duì)文本過(guò)濾技術(shù)中常用的特征選擇算

3、法進(jìn)行分析研究的基礎(chǔ)上,將等比例的思想運(yùn)用于特征選擇,使得提取的文本特征向量能夠更準(zhǔn)確地體現(xiàn)文本主題、類(lèi)別信息等。
　　2、在對(duì)文本過(guò)濾技術(shù)中已有的權(quán)重計(jì)算方法進(jìn)行分析和討論的基礎(chǔ)上,考慮了特征項(xiàng)的結(jié)構(gòu)信息、長(zhǎng)度信息、比重信息等,對(duì)傳統(tǒng)的權(quán)重計(jì)算方法進(jìn)行了改進(jìn),使其能夠更好地反映特征項(xiàng)對(duì)網(wǎng)頁(yè)分類(lèi)的重要程度。
　　3、網(wǎng)頁(yè)是一種結(jié)構(gòu)化或半結(jié)構(gòu)化的文檔,因此本文采用模塊化的方式對(duì)網(wǎng)頁(yè)進(jìn)行分類(lèi)處理;同時(shí)將基于比重的改進(jìn)權(quán)值計(jì)算方法