粗糙集在網絡圖片廣告過濾中的應用.pdf

1、互聯(lián)網的迅速發(fā)展和日益普及，使其蘊含了海量的信息資源，已成為人們獲取信息的重要途徑之一。然而，與此同時網絡廣告日益泛濫，產生了許多負面影響。一方面，網絡廣告會干擾網民瀏覽或杳找網絡信息，網民對網絡廣告的反感逐年上升；另一方面，網絡廣告會淹沒網頁中的有用信息，嚴重損害了Web挖掘的質量。在這種背景下，對網絡廣告進行過濾顯得尤為必要，特別是由于品牌圖片廣告占據(jù)了整個網絡廣告市場的半壁江山，所以針對網絡圖片廣告過濾的研究很有實際意義。

2、　　 本文將網絡圖片廣告過濾問題轉化為文本分類問題，這種文本分類問題是可以通過粗糙集模型來處理的。已有研究存在著各種各樣的不足之處，本文針對這些不足，根據(jù)網絡圖片數(shù)據(jù)集的特點，在一般粗糙集模型的基礎上，提出了一種針對網絡圖片廣告過濾的“粗糙集分組約簡模型”，采用分組約簡的方法對文本數(shù)據(jù)集進行特征選擇，能夠提高算法時間效率。設計了對比實驗，利用UCI機器學習數(shù)據(jù)庫中的Internet Advertisements數(shù)據(jù)集，分別用粗糙集分組

3、約簡模型和一般粗糙集模型進行了對比分類實驗。
　　 本文的主要工作和貢獻體現(xiàn)在以下幾點。首先，較全面地總結了國內外基于數(shù)據(jù)挖掘的網絡圖片廣告過濾領域的研究成果；其次，率先將粗糙集理論應用于網絡圖片廣告過濾領域，實證研究表明粗糙集理論能很好地處理網絡圖片廣告過濾問題，分類準確率達到甚至超過了以往的研究結果；第三，根據(jù)網絡圖片數(shù)據(jù)的特點，改進了一般粗糙集模型，提出了新的粗糙集分組約簡模型：最后，設計了對比實驗，用實際數(shù)據(jù)對兩個模型進