[发明专利]一种确定垃圾信息的方法及系统

权利要求书

1.一种确定垃圾信息的方法，其特征在于，包括：

预定义样本数据中的垃圾信息关键字；

对应每个关键字，计算关键字分值；

采用所述关键字分值，模拟过滤样本数据，得到过滤指标值；

判断所述过滤指标值是否符合评测指标，若不符合，则调整关键字或关键字分值，重新模拟计算过滤指标值；若符合，则结束调整。

2.根据权利要求1所述的方法，其特征在于，执行以下调整步骤：增加关键字，重新计算关键字分值。

3.根据权利要求1所述的方法，其特征在于，执行以下调整步骤：人工调整原有关键字对应的分值。

4.根据权利要求1所述的方法，其特征在于，按照以下步骤模拟过滤样本数据：

采用所述关键字分值，逐条计算样本数据是垃圾信息的概率；

将每条样本数据的概率与预定义的垃圾阈值比较，若大于或等于阈值，则判定为垃圾信息；

对应所述判定结果，统计样本数据的过滤指标值。

5.根据权利要求4所述的方法，其特征在于：采用全概率公式计算样本数据是垃圾信息的概率。

6.根据权利要求1所述的方法，其特征在于：采用贝叶斯算法计算关键字分值。

7.根据权利要求1所述的方法，其特征在于：对应不同的应用需求，预定义不同的垃圾信息关键字。

8.一种确定垃圾信息的系统，其特征在于，包括：

存储单元，用于保存样本数据中的垃圾信息关键字及关键字分值；

模拟统计单元，用于对应每个关键字，计算关键字分值；采用所述关键字分值，模拟过滤样本数据，得到过滤指标值；

调整单元，用于判断所述过滤指标值是否符合评测指标，若不符合，则调整关键字或关键字分值，触发所述模拟统计单元，重新模拟计算过滤指标值；若符合，则结束调整。

9.根据权利要求8所述的系统，其特征在于，所述调整单元执行以下调整步骤：增加关键字，并触发所述模拟统计单元重新计算关键字分值。

10.根据权利要求8所述的系统，其特征在于，所述调整单元执行以下调整步骤：人工调整原有关键字对应的分值。

11.根据权利要求8所述的系统，其特征在于：对应不同的应用需求，所述存储单元存有不同的垃圾信息关键字及关键字分值。