基于K近邻分类算法的涉恐信息过滤模型研究

摘要：

[目的/意义]针对现有的涉恐信息过滤在语义过滤和主题无关性方面还存在一定的不足,建立了基于K近邻分类算法的涉恐信息过滤模型.[方法/过程]通过采用K近邻分类算法、TF-IDF分词系统和语义相似度计算建立了一种新的涉恐信息过滤模型,并从爬取主题的一次过滤到关键词匹配的二次过滤,最终进行语义分析的三次过滤,构建了一套完整的涉恐信息过滤体系.[结果/结论]本模型能够快速高效地获取涉恐信息,克服了语义和主题无关性等因素的干扰,较于传统的涉恐信息过滤在查全率和查准率上面有了很大的提升.

关键词：涉恐信息、信息过滤、K近邻算法、分词系统、语义相似度

所属期刊栏目：37

分类号：G350(情报学、情报工作)

资助基金：湖北省教育厅人文社会科学研究青年项目"风险管理视角下的信息安全"15Q065;国家自然科学基金项目"微博环境下实时主动感知网络舆情事件的多核方法研究"71303075

在线出版日期：2018-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：64-70