基于改进k最近邻分类算法的不良网页并行识别

？互联网中，黄色、暴力、赌博、反动等不良网页大量存在。如果不进行有效过滤，将给搜索服务带来不良的影响。采用改进的k最近邻分类算法来提高识别的准确率，并在虚拟化平台上通过开源的hadoop软件所提供的mapreduce模型进行分布式并行处理。对比实验结果表明，所采用的识别方法的识别准确率和识别效率都有较大的提高。