版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、聲明本學(xué)位論文是我在導(dǎo)師的指導(dǎo)下取得的研究成果,盡我所知,在本學(xué)位論文中,除了加以標(biāo)注和致謝的部分外,不包含其他人已經(jīng)發(fā)表或公布過的研究成果,也不包含我為獲得任何教育機構(gòu)的學(xué)位或?qū)W歷而使用過的材料。與我一同工作的同事對本學(xué)位論文做出的貢獻均已在論文中作了明確的說明。研究生簽名:室墨壁壘汐ff年弓月∞日學(xué)位論文使用授權(quán)聲明南京理工大學(xué)有權(quán)保存本學(xué)位論文的電子和紙質(zhì)文檔,可以借閱或上網(wǎng)公布本學(xué)位論文的部分或全部內(nèi)容,可以向有關(guān)部門或機構(gòu)送交
2、并授權(quán)其保存、借閱或上網(wǎng)公布本學(xué)位論文的部分或全部內(nèi)容。對于保密論文,按保密的有關(guān)規(guī)定和程序處理。研究生簽名:牢0用悶2o,f年塞HzoEI碩L論文基于粗糙集理論臼摘要隨著社會的發(fā)展,互聯(lián)網(wǎng)已成為信息傳播和獲取的重要平臺,為我們進行信息交流提供了極大的便利。與此同時,互聯(lián)網(wǎng)也成為發(fā)布虛假信息、濫發(fā)商業(yè)廣告、隨意侮辱他人、濫用信息技術(shù)、進行網(wǎng)絡(luò)欺詐等犯罪行為滋生的載體,因此web信息過濾成為當(dāng)前網(wǎng)絡(luò)安全領(lǐng)域匾待解決的問題之一。考慮到web
3、信息具有頁面級數(shù)大、信息隱蔽等特點,本文采用粗糙集相關(guān)知識來解決web信息過濾的問題。按照信息過濾的流程,web信息過濾包括信息采集、構(gòu)建用戶需求模板、屬性約簡、規(guī)則提取、信息過濾以及主動學(xué)習(xí)等過程,本文對構(gòu)建用戶需求模板、屬性約簡及規(guī)則提取三個部分進行了重點研究。在樣本選擇過程中,傳統(tǒng)的約簡算法采用的樣本實例數(shù)和維數(shù)通常較低,缺乏真實性,因此本文利用網(wǎng)絡(luò)爬蟲從互聯(lián)網(wǎng)采集真實的頁面作為算法的樣本。在構(gòu)造用戶需求模板階段,本文首先提出模糊
4、分詞思想并與過去的掃描分詞法結(jié)合形成二次分詞,從而更好地挖掘隱蔽的非法信息;其次為了緩解二次分詞的較大系統(tǒng)壓力,本文給出主從式分詞系統(tǒng),利用map/reduce思想將分詞任務(wù)分解到多個子結(jié)點同時處理;最后整理TXT詞匯文本構(gòu)造向量空間模型。在屬性約簡階段,針對樣本信息量大且不同類別樣本間特征離散嚴(yán)重等特點,本文提出了一種同屬性約簡算法;該算法構(gòu)造特征矩陣,利用重疊率有效地達到降維目的。在規(guī)則提取階段,分析前人算法并結(jié)合同屬性約簡算法得到
5、的約簡結(jié)果特點本文提出同值約簡算法,該算法去除決策表中冗余屬性值,并且去除其中的重復(fù)和蘊含關(guān)系得到最終的過濾規(guī)則。對于規(guī)則匹配,本文深化擴展傳統(tǒng)的布爾邏輯模型true/false表達,引入二進制位運算思想,大大提高了匹配效率同時又不會丟失關(guān)鍵特征(即標(biāo)記為l的二進制位)。最后本文將上述流程封裝成過濾層嵌入到開源框架carrot2中,新增過濾功能完善其原來單純的搜索功能。另外由于過濾規(guī)則庫較大,本文提出對二進制規(guī)則串切割并建立索引,提高了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粗糙集理論在Web信息過濾中的應(yīng)用研究.pdf
- 基于粗糙集理論的智能技術(shù)研究.pdf
- 基于粗糙集的Web文本分類技術(shù)研究.pdf
- 基于粗糙集理論的文本挖掘技術(shù)研究.pdf
- 基于粗糙集理論的若干應(yīng)用技術(shù)研究.pdf
- 基于粗糙集的WEB文本挖掘關(guān)鍵技術(shù)研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于粗糙集的web文本挖掘研究.pdf
- 基于粗糙集的垃圾郵件過濾研究.pdf
- 基于粗糙集理論的沖模實例推理關(guān)鍵技術(shù)研究.pdf
- 基于粗糙集的Web日志挖掘.pdf
- 基于粗糙集理論的不完備信息系統(tǒng)知識獲取的有關(guān)技術(shù)研究.pdf
- 基于粗糙集的文本分類技術(shù)研究.pdf
- 基于信息熵的粗糙集理論的研究和應(yīng)用.pdf
- 基于粗糙集的Web用戶模式挖掘研究.pdf
- 基于粗糙集理論的智能信息檢索方法的研究.pdf
- 基于粗糙集理論的概念格研究
- 基于粗糙集理論的基因序列研究.pdf
- 基于粗糙集理論的表情識別研究.pdf
- 基于粗糙集理論的數(shù)據(jù)挖掘研究.pdf
評論
0/150
提交評論