[發(fā)明專利]一種基于模糊遺傳算法的中文WEB信息過濾方法無效
| 申請?zhí)枺?/td> | 201010106201.1 | 申請日： | 2010-02-05 |
| 公開（公告）號： | CN101814086A | 公開（公告）日： | 2010-08-25 |
| 發(fā)明（設(shè)計）人： | 劉培玉;朱振方 | 申請（專利權(quán)）人： | 山東師范大學(xué) |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30;G06N3/12 |
| 代理公司： | 濟南圣達專利商標(biāo)事務(wù)所有限公司 37221 | 代理人： | 鄧建國 |
| 地址： | 250014 山*** | 國省代碼： | 山東;37 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 模糊 遺傳 算法 中文 web 信息 過濾 方法 | ||
1.一種基于模糊遺傳算法的中文WEB信息過濾方法，其特征在于：所述過濾方法包括如下步驟：
Step1：利用文本訓(xùn)練集，采用模糊遺傳算法簡歷過濾模版；
Step2：截獲WEB數(shù)據(jù)包并解析，從中提取有效的文本信息；
Step3：在獲取的有效信息中提取網(wǎng)址信息、關(guān)鍵詞信息以及中文域名信息，應(yīng)用URL過濾、關(guān)鍵詞過濾以及內(nèi)容過濾的三層過濾機制進行初步過濾，返回過濾結(jié)果；
Step4：將Step3中沒有過濾掉的文本信息進行切詞、去除停用詞處理，并進行層次聚類，形成基于概念的邏輯段落，并計算特征項權(quán)重；
Step5：將Step4中的處理結(jié)果同過濾模版進行相似度匹配，返回匹配結(jié)果；
Step6：綜合Step3的過濾結(jié)果以及Step5中的匹配結(jié)果，確定所獲取的文本信息是否被過濾，并將為被過濾的信息重組為網(wǎng)頁提交給用戶，將被過濾的網(wǎng)頁信息直接屏蔽；
Step7：利用反饋方法、結(jié)合用戶反饋信息對過濾結(jié)果進行反饋，更新Step5中的過濾模板。
2.一種基于模糊遺傳算法的中文WEB信息過濾方法，其特征在于：所述Step1中的模糊遺傳算法主要分為種群、交叉率和變異率的模糊調(diào)整三部分：
(1)使用下面的公式計算個體壽命：
其中l(wèi)ifetime[i]為第i個個體的壽命，fitness[i]，avg_fitness，best_fitness和wrost_fitness分別為第t代中第i個個體的適應(yīng)度值、種群的平均適應(yīng)度值、種群中最好適應(yīng)度值和種群中最差適應(yīng)度值，max_lifetime，min_lifetime分別為在允許空間內(nèi)預(yù)先設(shè)置的最大壽命、最小壽命；
(2)使用下面的公式動態(tài)計算交叉率：
temp＝max_pc×2(-t/max?gen)
其中temp是中間計算變量，max_gen是預(yù)設(shè)的最大進化代數(shù)，max_pc，min_pc分別是預(yù)設(shè)的最大交叉率、最小交叉率，t是當(dāng)前進化代數(shù)；
(3)使用下面的公式計算變異率：
、
其中X，temp是中間計算變量，max_fitness，fitness[i]及max_gen分別是當(dāng)前代中最大適應(yīng)度值、待變異個體的適應(yīng)度值及預(yù)設(shè)的最大代數(shù)，max_pm、min_pm分別是預(yù)設(shè)的最大變異率和最小變異率，t為當(dāng)前進化代數(shù)，pm為當(dāng)前代中個體的變異率。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于山東師范大學(xué)，未經(jīng)山東師范大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201010106201.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
