|
|||||
|
|
| 基于改进K最近邻分类算法的不良网页并行识别 | |
| 作者姓名： | 徐雅斌李卓 陈俊伊 |
| 作者单位： | 1. 北京信息科技大学 计算机学院,北京 100101;2. 网络文化与数字传播北京市重点实验室(北京信息科技大学),北京 100101 |
| 基金项目： | 国家自然科学基金资助项目;国家自然科学基金资助项目;国家自然科学基金资助项目 |
| 摘 要： | 互联网中,黄色、暴力、赌博、反动等不良网页大量存在。如果不进行有效过滤,将给搜索服务带来不良的影响。采用改进的K最近邻分类算法来提高识别的准确率,并在虚拟化平台上通过开源的Hadoop软件所提供的MapReduce模型进行分布式并行处理。对比实验结果表明,所采用的识别方法的识别准确率和识别效率都有较大的提高。 |
| 关 键 词： | 不良网页 文本分类 K最近邻分类算法 Hadoop MapReduce |
| 收稿时间： | 2013-07-30 |
| 点击此处可从《计算机应用》浏览原始摘要信息 | |
| 点击此处可从《计算机应用》下载全文 | |