[發明專利]基于微內容相似度的反垃圾方法

無效

• 申請號: 200710156184.0
• 申請日: 2007-10-23
• 公開（公告）號: CN101159704A
• 公開（公告）日: 2008-04-09
• 發明（設計）人: 胡天磊;陳珂;陳剛;壽黎但;汪源
• 申請（專利權）人: 浙江大學
• 主分類號: H04L12/58
• 分類號: H04L12/58;G06F17/30
• 代理公司: 杭州求是專利事務所有限公司
• 代理人: 林懷禹

1.一種基于微內容相似度的反垃圾方法，其特征在于該方法的步驟如下：

1)通過將人為鑒別為垃圾的評論進行聚類，產生聚類垃圾文件，包含多個垃圾分類；

2)使用垃圾鑒別器根據聚類垃圾文件，對未知評論進行鑒別。

2.根據權利要求1所述的一種基于微內容相似度的反垃圾方法，其特征在于：所述的垃圾評論聚類過程為：

1)聚類垃圾文件初始為空；

2)當有新的人為鑒別為垃圾的垃圾評論時，如下條件與步驟有選擇性的加入到聚類垃圾文件中：

第一步從所有垃圾分類中任意選取一條垃圾評論作為該垃圾分類的典型樣本；

第二步新垃圾評論與所有垃圾分類的典型樣本進行相似度評分；

第三步對第二步中與未知垃圾擁有最高相似度評分的典型樣本所在垃圾分類，新垃圾評論評論再與該垃圾分類所有垃圾進行評論相似度評分，計算其最高相似度得分；

第四步若最高相似度得分小于某指定閾值，則將新垃圾評論作為一個新的垃圾分類；否則若最高相似度得分小于另一指定閾值則將新垃圾評論評論加入到已有分類中作為一個新垃圾評論樣本；否則忽略該新垃圾評論。

3.根據權利要求1所述的一種基于微內容相似度的反垃圾方法，其特征在于：所述的垃圾鑒別算法步驟如下：

1)從所有垃圾分類中任意選取一條垃圾評論作為該垃圾分類的典型樣本；

2)未知評論與所有垃圾分類的典型樣本進行相似度評分；

3)對上步驟2)中與未知垃圾擁有最高相似度評分的典型樣本所在垃圾分類，未知評論再與該垃圾分類所有垃圾進行評論相似度評分；

4)若未知評論與上述垃圾分類所有垃圾進行評論相似度評分的最大值超過指定閾值，則判定未知評論為垃圾評論。