aleung的学习笔记, aleung的idea <<<Pi

aleung的学习笔记, aleung的idea | Main | 用bayesian过滤来实现论坛发言自动检查 时间: 2004-09-06 Bayesian过滤已经广泛用于邮件系统的anti-spam功能中,通过统计分析出spam邮件词语的统计特征,实现自动识别。 根据这个思路,也可以将bayesian过滤用在论坛的发言检查中,以减少版主工作量。 考虑到要易于与现有论坛系统集成,发言过滤器可以做成webservice之类的服务,提供两个功能调用: void train(String content, boolean isMatch) boolean filter(String content) 前者让发言过滤系统学习,分析content特征;后者让系统分析content是否应该被过滤,返回值也可以是一个浮点数,表示分析出是敏感内容的可能性(确定性)。 对于论坛系统,如果本来已经支持版主审核功能的话,改造很简单。用户发言,调用filter方法,如果返回false,直接设置为已审核状态,直接显示;如果返回true,设置为待审核状态,等待版主人工审核。版主审核时,将选择是否需要过滤此内容,调用train方法,让过滤器学习。 Classifier4J 可以用于过滤器的开发,已经提供了Bayesian分类功能,需要补充的是中文分词的实现。 Trackback(0) | Edit 评论 不知道现在论坛的访问量如何,webservices的缺点就是消耗比较大! 有一些轻量级的remoting方案,不过在集成方面可能比不上webservices。 aleung回复flyisland说: 不一定是soap那些,我这里说的“web service之类”只是范指,通过http的请求服务,最简单的就用post就可以了 你说的轻量的技术是什么,有兴趣了解一下 (2004-09-20 14:45) flyisland flyisland.blogbus.com @ 2004-09-19 10:25

原始快照:web.archive.org