粗糙集理論在Web信息過濾中的應(yīng)用研究.pdf

1、Web內(nèi)容分析判別過濾是對用戶瀏覽的網(wǎng)頁內(nèi)容進(jìn)行綜合分析判別?；诖隧?xiàng)技術(shù)可望獲得的內(nèi)容判別準(zhǔn)確率更高，又能避免數(shù)據(jù)庫判別方式的弱點(diǎn)，無需經(jīng)常性地更新數(shù)據(jù)庫。目前對網(wǎng)頁內(nèi)容分析判別過濾的主要問題是在滿足一定準(zhǔn)確性的條件下如何提高過濾分析的快速性和實(shí)用性，這也是網(wǎng)絡(luò)信息安全領(lǐng)域急待解決的關(guān)鍵技術(shù)之一?！　』谝?guī)則的Web信息過濾技術(shù)易于理解，過濾速度快，適合處理大批量的文本過濾。本文提出一種利用粗糙集理論生成規(guī)則的Web信息過濾技術(shù)。通

2、過對粗糙集理論的深入研究，闡明粗糙集理論是一種適用于不完整和不確定系統(tǒng)的知識發(fā)現(xiàn)的數(shù)學(xué)工具。在此基礎(chǔ)上，本文深入研究了連續(xù)屬性的離散化算法以及基于粗糙集理論的幾種屬性約簡算法。　　關(guān)于屬性的離散化，主要討論了NaiveScaler算法、SemiNaiveScaler算法和邏輯運(yùn)算與Roughset理論相結(jié)合的離散化算法，并對幾種離散化算法做了比較。發(fā)現(xiàn)針對不同的數(shù)據(jù)集，需要選用不同的離散化算法，選取不同的算法，會導(dǎo)致后面約簡結(jié)果產(chǎn)生很

3、大差異。　　基于粗糙集理論的屬性約簡算法研究是本文的重點(diǎn)，文章主要討論的約簡算法包括：基于差別矩陣和邏輯運(yùn)算的屬性約簡算法、回溯邏輯差別矩陣約簡算法、改進(jìn)的啟發(fā)式屬性約簡算法。討論了各種算法的優(yōu)缺點(diǎn)，其中回溯邏輯差別矩陣約簡算法和改進(jìn)的啟發(fā)式屬性約簡算法是本人在基本約簡算法的基礎(chǔ)上提出的改進(jìn)算法?！　⑻岢龅膯l(fā)式約簡算法應(yīng)用到Web信息過濾技術(shù)中是本文的一個創(chuàng)新點(diǎn)。首先提出Web信息過濾系統(tǒng)的粗糙集模型，然后通過屬性的離散化處理模