一种基于贝叶斯算法的内容过滤方法

发明专利无效专利

申请号：
CN201010516057.9
IPC分类号：G06F17/30;G06F17/27;H04W24/00
申请日期：
2010-10-22
申请人：
东南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于贝叶斯算法的内容过滤方法
申请号	CN201010516057.9	申请日期	2010-10-22
法律状态	撤回	申报国家	中国
公开/公告日	2011-03-30	公开/公告号	CN101996241A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0;;;G;0;6;F;1;7;/;2;7;;;H;0;4;W;2;4;/;0;0查看分类表>
申请人	东南大学	申请人地址	江苏省南京市四牌楼2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东南大学	当前权利人	东南大学
发明人	黄杰;蒲文静;王平;霍贵超
代理机构	南京苏高专利商标事务所（普通合伙）	代理人	柏尚春

摘要

基于贝叶斯算法的内容过滤方法，针对第三代移动通信核心网中文本信息进行内容过滤，其使用基于双重阈值的贝叶斯算法来进行文本分类，设C1为正常信息，C2为垃圾信息，分类器将测算代表数据样本的特征向量X属于每个类别Ci的概率，进行测算的贝叶斯公式为：P(Ci|X)＝P(X|Ci)P(Ci)/P(X)1≤i≤2，其中后验概率P(Ci|X)的最大值被称为最大后验概率，对每个类错误！未找到引用源，只需计算错误！未找到引用源，未知样本特征向量X将被指派到其错误！未找到引用源的风险值最低的Ci类。采用文档频率(DF)进行特征选择，使用基于最小风险的双重阈值贝叶斯决策进行分类。在TD-SCDMA移动互联网内容监管系统中，此算法具有更强的可控性，能够实现大量文本信息的实时高效率分类。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供