李振明 柴冰

摘要：贝叶斯网络算法是基于事件发生的一种概率信度计算。为了准确判断各个事件发生的概率，提高判断的精度与准确度，提出了一种贝叶斯网络的分层推理算法。这种方法将贝叶斯网络进行结构化处理，对于节点集进行分析，更精准的去推测事件的概率。分层推理是在贝叶斯网络的基础上，结合贝叶斯网络的推理算法提出算法的基本思想，再在理论上进行推理验证，最后进行仿真试验验证该算法的准确性与可实施性。

关键词：贝叶斯网络；信息分类；分层推理

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2018）08-0164-05

1引言

贝叶斯网络是一种研究不确定性问题的重要的方法之一，贝叶斯网络技术依赖于概率和统计的理论，掌握贝叶斯网络技术需要有坚实的数学基础。它具有自然的表达方式以及强大的推理能力还有灵活的决策机制等优点。本文在贝叶斯网络的基础理论的框架之上研究贝叶斯网络的分层推理，并将贝叶斯网络信息层次结构化处理，能够更灵活地去处理信息，使得得到的结果更加准确和具有实用性。

同时随着互联网的应用的不断推广，大量的信息可以很容易的获得，利弊相依，在获得大量数据的同时对应于数据的处理分析与应用也有着很多的困难，如何去准确地把握数据是一件值得挑战的事情。最常用的手段就是把不同的信息文本进行分类，再获取信息的时候就可以在与其相对应的类别中去查找特定的信息。……