孙 艳，周学广

（海军工程大学 电子工程学院，湖北 武汉430033）

1 引言

随着网络的普及，人们每天接触的信息与日俱增，信息的迅速膨胀产生了“信息过载”和“信息迷航”，同时也加大了网络不良信息（包括垃圾信息、反动信息、虚假信息、恶意信息等）的传播，带来了各种信息安全问题和社会问题，因此不良信息过滤问题日益被人们重视。

1982年，Denning在计算机协会通信（CACM）上首次提出信息过滤的概念［1］。1987年，Malone等人在CACM上提出了两种信息过滤行为方式：认知过滤和社会过滤［2］。认知过滤即基于内容的过滤［2］。Nanas将信息过滤分为基于内容的过滤和协同过滤［3］。基于内容的过滤是解决当前网络不良信息泛滥问题的主流技术。从内容上看，不良信息过滤问题可以看作是一个“两类”分类问题。因此，各种分类算法可以应用于不良信息过滤中，如贝叶斯算法［4］、支 持 向 量 机［5］、粗 糙 集 理 论［6］、决 策 树 算法［7］等。Pang等人曾用贝叶斯方法、最大熵法和支持向量机法对电影评论做分类效果评比，发现支持向量机的分类效果最好［8］。虽然SVM的分类效果优于其他分类方法，但是其计算开销大的缺点促使研究人员寻找更加完美的分类器。

贝叶斯算法是以贝叶斯定理为理论基础的一种在已知先验概率与条件概率情况下得到后验概率的文本分类算法。贝叶斯分类算法原理简单，健壮性强。粗糙集理论能够获得分类所需的最小特征属性集，在不影响分类精度的条件下降低特征向量的维数，得到最简的显式表达的分类规则。……