[發(fā)明專利]一種確定垃圾信息的方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 200610152807.2
• 申請(qǐng)日: 2006-10-18
• 公開（公告）號(hào): CN101166159A
• 公開（公告）日: 2008-04-23
• 發(fā)明（設(shè)計(jì)）人: 葉靜俊;王聰智;王皓;馬小龍
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴公司
• 主分類號(hào): H04L12/58
• 分類號(hào): H04L12/58;H04L12/28
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 逯長(zhǎng)明

1.一種確定垃圾信息的方法，其特征在于，包括：

預(yù)定義樣本數(shù)據(jù)中的垃圾信息關(guān)鍵字；

對(duì)應(yīng)每個(gè)關(guān)鍵字，計(jì)算關(guān)鍵字分值；

采用所述關(guān)鍵字分值，模擬過濾樣本數(shù)據(jù)，得到過濾指標(biāo)值；

判斷所述過濾指標(biāo)值是否符合評(píng)測(cè)指標(biāo)，若不符合，則調(diào)整關(guān)鍵字或關(guān)鍵字分值，重新模擬計(jì)算過濾指標(biāo)值；若符合，則結(jié)束調(diào)整。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，執(zhí)行以下調(diào)整步驟：增加關(guān)鍵字，重新計(jì)算關(guān)鍵字分值。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，執(zhí)行以下調(diào)整步驟：人工調(diào)整原有關(guān)鍵字對(duì)應(yīng)的分值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，按照以下步驟模擬過濾樣本數(shù)據(jù)：

采用所述關(guān)鍵字分值，逐條計(jì)算樣本數(shù)據(jù)是垃圾信息的概率；

將每條樣本數(shù)據(jù)的概率與預(yù)定義的垃圾閾值比較，若大于或等于閾值，則判定為垃圾信息；

對(duì)應(yīng)所述判定結(jié)果，統(tǒng)計(jì)樣本數(shù)據(jù)的過濾指標(biāo)值。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于：采用全概率公式計(jì)算樣本數(shù)據(jù)是垃圾信息的概率。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于：采用貝葉斯算法計(jì)算關(guān)鍵字分值。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于：對(duì)應(yīng)不同的應(yīng)用需求，預(yù)定義不同的垃圾信息關(guān)鍵字。

8.一種確定垃圾信息的系統(tǒng)，其特征在于，包括：

存儲(chǔ)單元，用于保存樣本數(shù)據(jù)中的垃圾信息關(guān)鍵字及關(guān)鍵字分值；

模擬統(tǒng)計(jì)單元，用于對(duì)應(yīng)每個(gè)關(guān)鍵字，計(jì)算關(guān)鍵字分值；采用所述關(guān)鍵字分值，模擬過濾樣本數(shù)據(jù)，得到過濾指標(biāo)值；

調(diào)整單元，用于判斷所述過濾指標(biāo)值是否符合評(píng)測(cè)指標(biāo)，若不符合，則調(diào)整關(guān)鍵字或關(guān)鍵字分值，觸發(fā)所述模擬統(tǒng)計(jì)單元，重新模擬計(jì)算過濾指標(biāo)值；若符合，則結(jié)束調(diào)整。

9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述調(diào)整單元執(zhí)行以下調(diào)整步驟：增加關(guān)鍵字，并觸發(fā)所述模擬統(tǒng)計(jì)單元重新計(jì)算關(guān)鍵字分值。

10.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述調(diào)整單元執(zhí)行以下調(diào)整步驟：人工調(diào)整原有關(guān)鍵字對(duì)應(yīng)的分值。

11.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于：對(duì)應(yīng)不同的應(yīng)用需求，所述存儲(chǔ)單元存有不同的垃圾信息關(guān)鍵字及關(guān)鍵字分值。