基于改进K最近邻分类算法的不良网页并行识别

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 目标识别 并行处理 K最近邻分类算法

作者: 徐雅斌 李卓 陈俊伊

作者单位: 北京信息科技大学 计算机学院,北京 100101;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 北京信息科技大学 计算机学院,北京 100101

会议类型: 国内会议

会议名称: 2013年全国开放式分布与并行计算学术年会

会议地点: 昆明

会议语种:中文

页码: 3368-3371,3379

在线出版日期: 2013-08-16（万方平台首次上网日期，不代表论文的发表时间）