中文垃圾邮件多层次过滤技术的应用研究

针对当前中文垃圾邮件过滤中存在的问题,提出了一种基于改进最小风险贝叶斯算法的多层次垃圾邮件过滤方法,并研究了其中关键应用技术。实验结果表明,所设计的多层次过滤算法不但在召回率和准确率上具有一定优势,还具有较高的过滤速率,实际应用性较强。

面向信息服务的多层次过滤模糊聚类方法研究

如何从网络上获取真正需要的信息是企业信息服务所面临的一个重要问题。通过信息过滤技术,可以获取企业需要的信息。为了提高企业信息过滤的准确性,文章给出了文本相似度的混合算法,减轻了干扰特征项对分类结果的影响,并在此基础上提出了多层次过滤模糊聚类方法,主要解决处于聚类边缘点信息的分类模糊性问题。仿真结果显示采用多层次过滤模糊聚类方法提高了文本信息过滤效果。

基于数据挖掘的海量信息多媒体过滤技术研究与应用

由于传统的多媒体信息过滤技术算法陈旧和过滤逻辑考虑不严谨,存在多媒体信息过滤不准确的问题。多媒体信息数据涌入易造成服务器或平台崩溃等严重后果,对此提出了一种新的过滤模型。将整体任务分解为多个子系统来实现,使其支持识别更多媒体信息格式。大数据环境下需要多种自适应技术来应对多媒体信息的不确定性,采用神经网络决策模型和贝叶斯过滤算法对系统进行优化,建立的矢量空间模型可多层次信息过滤多媒体信息。系统可以根据内容和用户的具体兴趣选择来进行多媒体过滤信息。实验结果表明,通过加强算法逻辑性可以使算法能够满足应对大数据环境下多媒体信息共涌状况,满足海量多媒体信息过滤的技术实用要求。