基于模糊遗传算法的网络信息特征分析与过滤算法研究

Internet技术在给我们带来方便的同时，一些消极因素也正日益影响着人们的日常生活。特别是大、中、小学生，他们在通过计算机网络获取信息和了解外面世界的同时，却面临着不健康信息的侵蚀。.信息过滤就是根据用户的信息需求从大规模的动态信息流中自动筛选出满足用户需求的信息,同时屏蔽掉无用的信息的过程。当前国内外信息过滤的研究仍然以核心算法为主，主要集中在特征选择、学习算法和过滤算法上。其中在自然语言处理技术、语义知识、机器学习运用方面仍然有所欠缺。.本课题研究的目的就是探讨特征选择、学习算法和匹配算法及其改进技术，研究自学习和反馈机制在信息过滤模板生成和更新过程中的应用，探索建立一种基于N层向量空间模型的信息过滤模型以实现网络信息的多重过滤，把遗传算法和模糊理论及其改进技术引入到信息过滤模板生成和优化过程，增强模板匹配准确率，最终在此基础上实现一个基于模糊遗传算法的网络信息过滤系统。