一种应用于博客的垃圾评论识别方法_邓冰娜

　第43卷第1期郑州大学学报(理学版)V ol.43N o.1　2011年3月J.Zheng zhou Univ.(N at.Sci.Ed.)M ar.2011一种应用于博客的垃圾评论识别方法

邓冰娜,　王　煜,　刘　宇

(河北大学数学与计算机系　河北石家庄071002)

摘要:针对博客垃圾评论泛滥的问题,提出了一种识别博客垃圾评论的新方法.利用网络常用语对短小评论先进行

评论的识别,然后利用改进的相似度公式对评论进行了K轮评论的识别,在每轮识别之后,对主题词进行权重的调

整和主题词扩展;待所有评论识别完毕,再利用网络常用语和主题词对识别出的垃圾评论进行第二次过滤,过滤出

垃圾评论中的合法评论.实验结果表明,利用该方法进行评论识别在一定程度上提高了识别垃圾评论的准确率和

召回率.

关键词:博客垃圾评论;相似度;语义信息

中图分类号:T P391 文献标识码:A 文章编号:1671-6841(2011)01-0065-05

0　引言

博客(Web blo g)通过为作者和读者提供交流平台而构建出交互式和动态更新的社会网络[1],已经成为人们在网上发布、获取信息的一个重要手段,于是垃圾制造者盯上了可以发布信息的博客,制造出大量的垃圾评论.综合来看,博客领域的垃圾评论主要有以下两种类型[2]:

①虚假评论,包含对博客内容和作者及其他人的虚假观点,包括积极的和消极的两种虚假评论.

②不包含任何观点的非评论,这类垃圾评论包括超链接、广告信息、色情信息、谩骂、诽谤和反动内容等.这种言论对涉及到的人物和组织产生了非常不利的影响.

博客社区充斥的这些垃圾评论使许多博客网站和博客作者都不敢开放评论这一功能.据国外媒体报道,美国知名博客网站Boing Boing曾因为垃圾评论泛滥取消了评论选项.所以研究如何从计算机自动的识别垃圾评论并将其过滤掉,已经成为了一件非常有意义的事情.

1　相关工作

Jindal等人在文献[3]和文献[4]中都提到利用训练集构造二类分类器的方法对产品评论进行分类,对很难手工标注的评论通过计算重复性来识别,并利用分类学习方法来学习这部分评论,进一步过滤掉这部分很难识别的垃圾评论.A rchana等[5]研究了博客垃圾评论的垃圾特征,从文章-评论相似度、词重复、锚文本数量、名词集中度、停用词比例、句子个数和垃圾相似度等方面对评论进行了垃圾特征统计,但是中英文之间存在着语言上的差异,所以上述方法不适合直接应用于中文文本.杨宇航等[6]充分利用了作弊评论的多种重要特征,提出了一种基于内容分析的作弊评论识别方法.何海江等[7]提出了根据向量空间模型计算评论与文章的相关度的方法来判断评论是否为垃圾评论,但是此模型存在着缺陷[8],若较长文本评论中没有出现那些在文章或常用词集中的词,但存在着意思相近的词语,可是这些近义词会被认为是不同的词,所以将会被判定为垃圾评论.

文献[5-7]中的方法都没有考虑短小评论容易被识别为垃圾评论的情况,在比较相似度时都没有考虑到词语间的近义关系、评论观点词的变化情况以及合法评论被识别为垃圾评论而丢失掉信息的情况.针对上述

收稿日期:2010-12-27

基金项目:河北省教育厅科学研究重点项目,编号ZH200804.

作者简介:邓冰娜(1983-),女,硕士,主要从事数据库、数据挖掘研究,E-m ail:dbn-14132008@https://www.wendangku.net/doc/f015298356.html,;通讯作者:王煜(1977-),女,副教授,主要从事机器学习、文本挖掘研究,E-mail:wy@h https://www.wendangku.net/doc/f015298356.html,.

郑州大学学报(理学版)第43卷不足,本文提出利用网络常用语对短小评论先进行识别,然后对没有识别出类别的评论利用改进的余弦相似度公式进行K 轮识别,每轮识别之后结合已识别出的合法评论和词语间的近义关系对主题词进行权重的调整,并从合法评论中选出主题词的近义词、评论中的高频词汇以及高频词汇的近义词对主题词进行扩展;待所有评论识别完毕,再利用网络常用语和主题词对垃圾评论进行第二次过滤,减小合法评论被识别为垃圾评论的可能性.

2　博客垃圾评论的识别

博客领域的评论一般具有长短不一、用语不规范、语意不完整等特点[8],所以在比较评论与文章相似度时应该将以上方面考虑进去,因此本文提出了一种比较适合于博客垃圾评论识别的方法.

2.1　改进的相似度公式

传统的文本相似度比较一般都是利用TF -IDF 的内积和余弦值来计算,余弦值Cosine 定义为

[5]

Similarity (P j ,C k )=∑n i =1w ij w ik ∑n i =1w 2ij ∑n i =1w 2ik ,(1)

其中,P j 代表的是文章j ,C k 代表的是评论k ,w ij 是词语i 在文章j 中的权重,w ik 是文章中词语i 在评论k 中出现的权重.

公式(1)检测不出近义词,会把意思相近的两个近义词看成是完全不一样的词语.因此本文提出在相似度比较时加入词语间的一些语义信息,例如,词语间的近义信息、词形相似度和位置信息.本文改进的评论与文章相似度公式为

Similarity ′(P j ,C k )=∑n

i =1w ′ij w ′ik

＊Sim (P ij ,C i ′k )∑n

i =1w ′2ij ∑n i =1w ′2ik ＊(0.5+Same (P j ,C k )Len P j ),(2)

其中,w ′ij =w ij ＊L (t ),w ij 是词i 在文章j 中的权重,如果文章j 中找不到词i ,就找词i 的近义词.w ′i k =w ik ＊L (t ),w ik 是词i 在评论k 中的权重.L (t )是词i 在文章j 中的位置.出现在标题、标签、文章内容、评论中的词

的权重分别是,α,β,γ,δ,1>α>β>γ=δ>0.Sim (P ij ,C i ′k )是评论k 中词语i 与其在文章j 中的近义词i ′之间

的相似度分值.

文本之间比较相似度时还要比较文本之间相同词语所占的比例,即Same (P j ,C k )Len P j

,也就是词形相似度.Len P j 是文章主题词的个数,Same (P ij ,C i )是评论中出现文章主题词的个数,包括近义词的个数,除以

Len P j 是对评论长度做归一化的处理.由于Same (P j ,C k )Len P j

值是不大于1的数,乘以它后会使整个式子的值减小,影响相似度分值,所以式子中加上了平滑因子0.5.

2.2　词语权重的调整

TF -IDF 在计算词语权重时并没有考虑近义词的出现和评论中出现的词语对词语权重的影响,由此本文提出了用调整词语的权重的方法来克服上述不足.

K 轮识别的思想是:采用公式(1)对垃圾评论进行第一轮识别,识别出部分垃圾评论和合法评论,结合合法评论和词语间的近义词关系对词语进行权重的调整,并从合法评论中选出主题词的近义词和评论中的高频词汇对主题词扩展,然后利用改进的公式(2)对没有识别出类别的评论进行K 轮识别和词语权重的调整,直到所有评论被识别出类别.其中,对词语权重进行调整.

1)文章主题词权重的调整

利用公式(1)对评论进行第一轮相似度比较后,对利用公式1+log (1+n )从文章中提取的主题词进行权重调整.调整方法如公式(3).

Weig ht ′(t )=(1+log (1+n p +n k ))＊T (k )N (k )+μ＊∑t ′∈N t Weight (t ′)＊sim (t ,t ′),(3)

其中,词t 是文章主题词库中词,词t ′是评论中出现的词t 的近义词;n p 是词t 在文章中出现的次数;K 轮相似66

　第1期邓冰娜,等:一种应用于博客的垃圾评论识别方法度识别后,n k 是词t 在合法评论中出现的次数,T (k )是词t 出现的合法评论的条数,N (k )是合法评论的总条数;N t 是词t 的近义词集合,从合法评论中得到.

(1+log (1+n p +n k ))＊T (k )N (k )

对数加1是为了避免对数计算出的值为零.由于对数计算出的值一般是小于1的,会使整个式子的值减小,导致词t 的权重相对较小,影响分类的结果,所以本文在对数前加1.T (k )N (k )

表示出现词t 的合法评论条数占总的合法评论条数的比例.不是说一个词出现的频率越高越好,还要看该词

出现的文档数是不是均匀.T (k )N (k )

是小于1的数,乘以它可以减小高频主题词对分类的负面影响.如果某个主题词的近义词总是在其他评论中出现,说明大家讨论的内容与此主题词相关,这样的主题词应加大权重,即μ＊∑t ′∈N t

Weig ht (t ′)＊Sim (t ,t ′).Weig ht (t ′)是评论中出现的词t 的近义词的权重,值为1+

log (1+n k );μ是一个大于0的调节因子,调节词t 的近义词集合的权重值和相似度对词t 的权重的影响程度.

2)主题词的近义词和高频词权重的调整

为了使主题词更全面反映作者和评论者们的话题,尽量不丢掉与话题有关的信息,应该提取出评论中存在的近义词和新的高频词汇.权重的计算分别如公式(4)和公式(5)所示.

Weig ht ′(t c )=T (t c )＊T (

k )N (k )+μ＊∑p ∈N p T (t p )＊sim (t c ,t p ),(4)

其中,t c 是评论中出现的主题词库中词t 的近义词;T (t c )是词t c 在合法评论中的权重,计算公式是1+log (1+n k );K 轮相似度识别后,T (k )是词t c 出现的合法评论文本数,N (k )是词t c 出现的合法评论总条数;T (t p )是词t c 的近义词t p 的权重,词t p 是权重调整前主题词中的词语.N p 是词t c 的近义词集合,从文章主题词库中得到.公式(4)中各个部分的描述与公式(3)类似,详述见公式(3)中的描述.

Weig ht ′(t r )=T (t r )＊T (k )N (k )

,(5)其中,t r 是评论中出现的词语;T (t r )是词t r 在合法评论中的权重,计算公式是1+log (1+n k );T (k )是K 轮相似度比较后,词t r 出现的合法评论的文本数;N (k )是K 轮相似度比较后合法评论的总条数;公式(5)的描述与公式(3)前半部分中的描述类似,详见公式(3).

2.3　本文提出的方法的基本步骤

本文主要针对博客领域的垃圾评论进行识别,以下为主要步骤.

1)文章与评论的预处理.文章包含文章标题、标签和正文内容.使用ICTCLAS2009共享版分词后,记录词和词性,保留名词、动词和形容词,并利用停用词表去除没有意义的词语.设博客文章的主题词集合为C ,C ={t 1,w 2,t 2,w 2,…,t m ,w m },其中w i 是词t i 的权重,计算公式是1+lo g (1+n ),第i 条评论的有效词集合是P i ={t 1,w 1,t 2,w 2,…,t m ,w m }.

2)对只包含网络常用语的短小评论进行识别.对只包含“加油”、“支持”、“沙发”、“无聊”等网络常用语的短小评论来说,用相似度识别其极性时肯定会被识别为垃圾评论,所以本文利用网络常用语词典将这些短小的评论先识别出类别,然后再对没有识别出类别的评论与文章进行相似度比较.

3)对步骤2)中没有被识别出类别的评论利用公式(2)进行评论与文章的相似度比较,选出大于一定阈值的合法评论和小于一定阈值的垃圾评论,分别存放到保存合法评论的文本H 和保存垃圾评论的文本L 中.

4)主题词权重的调整和扩展.利用文本H 中的合法评论和词语间的近义关系对文章主题词权重按照公式(3)进行重新调整,并按照公式(4)和公式(5)从文本H 中选择权重大的新词,进行主题词扩展,将调整后的主题词和得到的新词存放到集合C ′中.

5)K 轮相似度比较和权重的调整,不断重复步骤3)和步骤4),经过K 轮识别和权重的调整,直到所有的评论都被识别出类别后转入步骤6).

6)利用垃圾词典和主题词集合C ′对文本L 中的评论利用公式(6)进行二次过滤,

NW -φ＊Spam 1+comm ent >η　(0≤η≤1),(6)67

郑州大学学报(理学版)第43卷N W 代表的是评论中出现主题词库中的词语的个数,Spam 代表的是评论中出现的垃圾词典中的词语个数,φ代表的是垃圾词汇的影响因子,com ment 为评论的所有词语个数,限于名词、动词和形容词;分母加平滑因子1是为了避免分母为0.

3　实验结果及分析

实验数据集来自http ://blog .sina .com .cn /lm /house /index .html ,其构成如表1所示.

为了证明本文方法的合理性和有效性,做了4个实验与本文提出的方法进行了对比,4个对比实验表1　实验数据集Tab .1　Experime ntal da ta sets 题目评论总条数垃圾评论正常评论空置房产是楼市的蓄水池15843115下半年的房价不但不会大跌反倒有所回升21173138国家统计局在误导宏观调控983167万科为何不公开降价?782949下半年房租将会止涨731261

分别是:方法1)利用原有相似度公式(1)识别评论的方法;方

法2)利用改进的相似度公式(2)识别评论的方法;方法3)将

短小评论先进行识别,然后对没有分出类别的评论利用公式

(2)进行识别;方法4)将短小评论先进行识别,然后对没有分

出类别的评论利用公式(2)进行K 轮识别,每轮识别后对主

题词进行权重调整和主题词的扩展.4个对比实验与本文提

出的方法的结果分别对应表2、表3、表4、表5和表6.

在实验中,根据在多次尝试中取得的经验,将几个参数值

设置如下:位置信息中的α=0.6,β=0.55,γ=δ=0.425;权

重调整因子μ=0.8;公式(6)中的垃圾词汇的影响因子φ=3,

η=0.03

.68

　第1期邓冰娜,等:

一种应用于博客的垃圾评论识别方法 通过比较表2～6的数据,可以充分证明本文方法在每个改进之处的有效性.

4　结语

本文在一定程度上克服了易于将只包含网络常用语的短小评论识别为垃圾评论的不足;弥补了传统文本相似度公式没有考虑词语间近义关系的不足;体现了不同主题词对评论内容的相关程度的不同;减小了合法评论被识别为垃圾评论的可能性.

本文虽然比传统的文本相似度比较方法在一定程度上有所提高,但是本文的方法对那些虚假的评论识别效果并不佳,也没有考虑词语上下位词的出现对分类的影响.因此,在以后工作中可以针对上述不足做进一步的研究.

参考文献:

[1]　刘玮,廖祥文,许洪波.基于统计特征的垃圾博客过滤[J ].中文信息学报,2008,22(6):86-91.

[2]　Jindal N ,Liu B .O pinion spam and analysis [C ]//Web Services Distributed M anagement :WSDM .Beijing ,2008,2:

219-229.

[3]　Jindal N ,L iu B .Analy zing and detecting review spam [C ]//I nter na tional Conference o n Da ta M ining ,Seventh IEEE I n -

ternatio nal Confe rence o n Da ta M ining .O maha ,2007,6:547-552.

[4]　Jindal N ,L iu B .Review spam detection [C ]//WWW '2007.A lberta ,2007,5:1189-1190.

[5]　Bhat ta rai A ,Rus V ,Da sg upta D .Cha racterizing co mme nt spam in the blo go sphere thro ug h co ntent analy sis [C ]//IEEE

Xplo re .Shanghai ,2009.

[6]　杨宇航,郑德权,于浩,等.基于内容分析的作弊评论自动识别[C ]//第四届全国网络与信息安全技术研讨会.青岛,

2007:288-294.

[7]　何海江,凌云.由向量空间相关模型识别博客文章的垃圾评论[J ].长沙大学学报,2008,22(2):63-66.

[8]　黄永文.中文产品评论挖掘关键技术研究[D ].重庆:重庆大学,2009.

(下转第74页)69

74

郑州大学学报(理学版)第43卷

Chinese Word Segmentation via Word-position Tagging Based

on Maximum Entropy Model

YU Jiang-de1,　WANG Xi-jie1,　FAN Xiao-zhong2

(1.S chool o f Com puter and In formation E ngineering,Anyang Normal University,

Anyang455002,China;2.School of Com puter Science and Technolog y,

Beijing I nstitute o f Technology,Beijing100081,China)

A bstract:The perform ance of Chinese w o rd seg mentatio n has been g reatly improved by w ord-po-

sitio n-based approaches in recent y ears.This approach treated Chine se w ord segm entatio n as a w ord-po sitio n tag ging.With the help o f pow erful sequence tag ging m odel,w ord-po sition-based method quickly ro se as a mainstream technique in this field.Feature templa te selection and tag sets selectio n w as crucial in this method.T he technique w as studied via using different w ord-po-sitio ns tag sets and maxim um entro py model.Clo sed evaluatio ns w ere perform ed o n co rpus from the second interna tional Chinese w o rd segm entatio n Bakeoff-2005,and com parativ e ex periments were performed on different tag sets and feature templates.Expe rimental results show ed that the feature template set TM PT-6and six w ord-position tag sets w as much bette r than the o ther.

Key words:Chinese w o rd seg mentation;w o rd-position tagging;m ax imum entropy m odel;wo rd-po sitio n tag se ts;fea ture tem plate

(上接第69页)

A Research on Identifying Comments Spam for Blog Comments

DENG Bing-na,　WANG Yu,　LI U Yu

(Department of Mathematics and Com puter S cience,H ebei University,Shijiazhuang071002,China)

A bstract:A new method to identify blog co mments spam w as propo sed.The shor t co mments

were identified by the netw ork co mmo n w ords first,and m ade K rounds to identify the co mments w hich used the im proved similarity formula.Follo wing eve ry identifies,the weig hts of key wo rds and ex tend keyw ords w ere adjusted.All the co mments w ere identified to the categ ory.The spam review s w ere filter ag ain by the netw ork com mon w ords and the keyw o rds,and m ore leg itim ate com ments w ere identified.Experimental results show ed that the method,to som e extent,im-proved the recog nition accuracy.

Key words:blog co mments;spam similarity;sem antic inform ation

百度号码认证平台介绍 如何识别企业电话和诈骗电话

百度号码认证平台介绍如何识别企业电话和诈骗电话 2015年2月6日，百度手机卫士宣布百度号码认证平台正式上线，将众人标注的电话号码认证模式升级为大数据+实名审核的方式，不仅使垃圾短信、恶意号码无处遁形，更通过官方权威的介入，使百度安全服务迅速覆盖电信基础通讯业务，数以亿计百度用户从中受益。据百度文库官方代理怒蛙网络了解，全新上线的百度号码认证平台将由“企业号码认证”、“企业号码申诉”、“个人号码申诉”以及“骚扰电话举报”四部分组成，通过与百度大数据接驳的百度号码认证平台，企业不仅可以为自己创造值得信任的企业专属电话名片，那些“躺枪”的企业号码可以通过提供合法手续的方式，为自己被误标注的号码“平反”。主动申请，人工审核的方式为电话号码筛选提供了高效有针对性的管理途径。而被误标记成为“企业”属性的个人号码，亦可通过该平台进行合理申诉，百度承诺会在2个工作日内对号码审核完毕并反馈审核结果。 百度手机卫士拥有3.5亿用户，通过百度号码认证平台审核的企业，其服务号码将在这些用户的手机中，以来电悬浮窗显示商家名称与LOGO的形式，打造专属企业电话名片，带来海量曝光机会。而对于用户而言，更加精准匹配的数据库与来自百度及12321平台双重认证的号码显示，使来电号码归属从此更加透明。当接到“某某企业”打来的电话时，可查看是否具有商家名称以及LOGO，电话名片能否对等来判断是否是企业电话，若来电被标示被“诈骗电话”，接听时一定要多加小心。

百度号码认证不仅能够提升企业权威度，通过企业电话名片，企业本身也得到了曝光和推广，是一种高效的企业推广方式。怒蛙网络是百度文库官方代理，可以承接百度产品相关业务，如果您有相关推广需要，欢迎联系怒蛙网络。

城市生活垃圾主要处理方式及优劣对比

城市生活垃圾主要处理方式及优劣对比 解决垃圾问题的目标是将垃圾减容、减量、资源化、能源化及无害化处理。目前，通行的城市生活垃圾处理处置技术主要有焚烧、填埋、堆肥，另外RDF技术、厌氧生物制沼技术以及其他处理技术也在国外出现并应用于城市生活垃圾的处理。实际上这些技术大多为焚烧、填埋、堆肥技术的延伸、配套和发展。 一、卫生填埋法 1)简介 卫生填埋法是指采用底层防渗，垃圾分层填埋，压实后顶层覆盖土层，使垃圾在厌氧条件下发酵，以达到无害化的垃圾处理方法。因其方法简单、省投资，可以处理所有种类的垃圾，所以世界各国广泛沿用这一方法。从无控制的填埋，发展到卫生填埋，包括滤沥循环填埋、压缩垃圾填埋、破碎垃圾填埋等。 采用卫生填埋法，首先要防止从废物中挤压出的液体滤沥及雨水径流对地下水的污染。一般规范要求回填地最低处的标高要高出地下水位以上，并且回填地的下部应有不透水的岩石或粘土层。否则需另设粘土、沥青、塑料薄膜等不透水层。其次，填埋场应设置排气口，使厌氧微生物分解过程中释放出的甲烷等气体能及时逸出，避免发生爆炸。回填后的场地，一般在20年内不宜在其上修建房屋，避免由于回填场不均匀下沉造成的结构破坏。 2)优缺点比较 优点 卫生填埋法主要有技术成熟、运行管理简单、处理量大、灵活性强、适用范围广和投资及运行费用相对较低等优点，是目前我国城市垃圾集中处置的主要方式。 缺点 卫生填埋法的劣势主要在于占地面积大，减容效果差，且填埋的垃圾并没有进

行无害化处理，仍残留着大量的细菌、病毒，还潜伏着沼气重金属污染等隐患，垃圾渗漏液也有污染地下水资源的可能。近年来由于对环境保护工作的日益重视，对防止垃圾填埋所产生的渗沥水、沼气及恶臭对水体、土壤、大气可能造成的污染要求越来越高，以致造成填埋场场址难选，建场投资增大，运行费用提高。 目前许多发达国家已规定禁止原始垃圾直接在填埋场处理。 二、堆肥法 1)简介 堆肥是使垃圾、粪便中的有机物，在微生物作用下，进行生物化学反应，最后形成一种类似腐殖质土壤的物质，可用作肥料或改良土壤。堆肥的关键在于提供一种使微生物活跃生长的环境，以加速其致菌分解过程，使之达到稳定。堆肥主要受废物中的养分、温度、湿度、 pH值等因素的控制。根据堆肥原理，可分为厌氧分解与好氧分解两种。厌氧分解需在严格缺氧条件下进行，厌氧微生物分解生长较慢，故不多用。好氧分解过程可同时产生高温，从而杀灭病虫卵、细菌等，我国主要采用好氧分解法。堆肥技术的工艺比较简单，适合于易腐有机质含量较高的垃圾处理，可对垃圾中的部分组分进行资源利用，且处理相同质量垃圾的投资比单纯的焚烧处理低很多。堆肥技术在欧美国家起步较早，目前已经达到工业化应用的水平。 2)优缺点比较 优点 堆肥法是一种非常环保的垃圾处理方法。投资较低，技术简单、可消除有害病菌的传播，有机物分解后可作为肥料再利用从而达到资源的循环利用，垃圾减量明显。 缺点

生活垃圾及处理与处置方法及工程概述

生活垃圾及处理与处置方法及工程概述 1.1 生活垃圾及处理与处置方法 1.1.1生活垃圾 1.1.1.1生活垃圾的定义 城市生活垃圾亦称城市固体废物，是指在日常生活中或者为日常生活提供服务的活动中产生的固体废物以及法律、行政法规规定视为生活垃圾的固体废物，主要是由城市居民家庭、城市商业、餐饮业、旅馆业、旅游业、服务业，以及市政环卫系统、城市交通运输、文教机关团体、行政事业、工矿企业等单位所排出的。其主要组成为：厨余物、废纸屑、废塑料、废橡胶制品、废编织物、废金属、玻璃陶瓷碎片、庭院废物、废旧家用电器、废旧家具器皿、废旧办公用品、废日杂用品、废建筑材料、给水排水污泥等。 1.1.1.2生活垃圾的危害 固体废物，特别是有害固体废物，如处理、处置不当，其中的有害物质可以通过环境介质——大气、土壤、地表或地下水体进入生态系统形成污染，对人体产生危害，同时破坏生态环境，导致不可逆生态变化。 （1）对土壤环境的影响：固体废物不加利用，任意露天堆放，不但占用一定的土地，导致可利用土地资源减少，而且如填埋处理不当，不进行严密的场地工程处理和填埋后的科学管理，容易污染土壤环境。

（2）对水体环境的影响：固体废物可随地表径流进入河流湖泊，或随风迁徙落入水体，从而将有害物质带入水体，杀死水中生物，污染人类饮用水水源，危害人体健康；固体废物产生的渗滤液危害很大，它可进入土壤污染地下水，或直接流入河流、湖泊或海洋，造成水资源的水质型短缺。 （3）对大气环境的影响：堆放的固体废物中的细微颗粒、粉尘等可随风飞扬，进入大气并扩散到很远的地方；一些有机固体废物在适宜的温度和湿度下还可发生生物降解，释放出沼气，在一定程度上消耗其上层空间的氧气，使植物衰败；有毒有害废物还可发生化学反应生成有毒气体，扩散到大气中危害人体健康。 1.1.2生活垃圾处理与处置方法 1.1. 2.1焚烧 焚烧法是一种高温热处理技术，即以一定量的过剩空气与被处理的有机废物在焚烧炉内进行氧化燃烧反应，废物中有害有毒物质在800-1200℃的高温下氧化、热解而被破坏，是一种可同时实现废物无害化、减量化和资源化的处理技术。 1.1. 2.2堆肥 堆废化是在控制条件下，利用自然界广泛分布的细菌、放线菌、真菌等微生物，促进来源于生物的有机废物发生生物稳定作用，使可被生物降解的有机物转化为稳定的腐殖质的

在线商品虚假评论形成路径研究

在线商品虚假评论形成路径研究 [摘要]以淘宝为例，通过对43万条评论语料进行分析以及乔装淘宝店主获取的事实数据，从在线商品虚假评论实际解决需要出发，为在线商品虚假评论界定了新的含义，归纳了在线商品虚假评论的影响，最后全面分析了由在线评论者、在线销售商家、在线商品交易平台、虚假评论中介四大主体所组成体系中在线商品虚假评论的六大形成路径、形成动因及特点。本文对下一步的在线商品虚假评论识别技术等相关研究有极强的理论和实践指导意义。 [关键词]在线商品评论；虚假评论；电子商务信用 DOI：10.3969/j.issn.1008-0821.2015.01.010 [中图分类号]G203；F713.36 [文献标识码]A [文章编号]1008-0821（2015）01-0049-05 随着互联网商务应用的发展，在线商品评论已经成为影响在线消费者购买决策和电子商务网站产品销售业绩的主要因素，并逐渐形成了一种大规模的电子口碑（electronic word-of-mouth）。然而，由于在线商品评论主体（作者）具有不可见性，同时评论内容也往往带有主观色彩，这些都为虚假评论的产生提供了机会。比如有些商家（或用户）为了达到刻意吹捧或诋毁某些商品或服务的目的，往往对这类商品或服务做出虚假评论。

在线商品虚假评论的研究源于Bing Liu教授团队于2007年对在线商品垃圾评论检测（review apam detection）相关研究的提出。虚假评论由于其真实样本语料获取困难、发布者行为手段隐蔽，危害深远，因而一直是国内外学者的研究重点和难点。但以往研究主要存在以下几个问题：（1）研究多以英文语料为主，围绕在线商品评论质量影响因素、质量特征以及质量评价等多个方面展开。而中文语法特征和语法结构较之英文存在较大差异，并且在中国当前信用体系不完善和法律监制的漏洞下，逐渐衍生出大批的中国式特色虚假评论操作方式，如“刷钻”，因而这些问题都亟待解决。 （2）研究多以垃圾评论为对象，检测模型缺乏针对性。虚假评论虽然可以划分为垃圾评论的一种，但事实上无论从行为者发布动机、文本隐蔽性、检测难度，以及危害程度比垃圾评论都有过之而无不及。因此，需要从欺骗和干扰两个维度将其区分研究。 本文基于以上两点，以国内最大网络零售交易市场淘宝为例，通过从淘宝平台抓取43万条评论语料，并同时乔装淘宝店主潜入虚假评论组织获取基本事实数据。从而详细分析和阐述了中文在线商品虚假评论形成的六大路径。包括形成路径中主体与主体间的行为动机，以及每类途径中的在线虚假评论信息特征。

手机垃圾短信的法律分析

手机垃圾短信的法律分析 本文属于中联论文网优秀论文 本文来源于：中联论文网https://www.wendangku.net/doc/f015298356.html,/faxuelilunlunwen/34848.html 转载请注明本文仅供学术参考，严谨转载，否则后果自负 本文引用《法制与经济》 [摘要]从短信内容而言，在普通群众间相互发送的不良短信、一些短信群发公司发送的广告短信、移动通信服务提供商发送的违规收费短信、由少数不法分子发出的违法短信均为手机垃圾短信。笔者认为，针对手机垃圾短信的不同内容，手机垃圾短信的法律性质大致可以分为四种，即要约或要约邀请、违约行为、民事侵权行为及刑事犯罪行为。发送垃圾短信的行为可能导致行为人承担相应的违约责任、侵权责任等民事责任，甚至可能构成刑事责任。 [关键词]手机垃圾短信；要约；要约邀请；侵权；犯罪 通过手机短信进行交流沟通，成为一种日常习惯。据国家统计局于2012年2月22日发布的2011年统计公报，移动电话用户达到98625万户，每天有数量惊人的短信在手机用户的拇指之间传送。事实证明，手机短信以其便捷、简单的优势为人们之间的交往搭起良好的桥梁，受到公众的青睐。但事物都具有两面性，手机短信带来的负面效应也令人担忧。近年来利用手机短信实施民事侵权甚至进行违法犯罪等扰乱正常社会秩序的行为越来越多。手机垃圾短信逐渐成为人们关注的热点问题。 一、手机垃圾短信的简介 手机垃圾短信是指未经接收人同意，包含违背法律法规规定或具有广告信息内容或以恶意报复他人为目的、侵害接受者通信自由、生活安宁或违背社会公序良俗的信息。从短信内容而言，在普通群众间相互发送的不良短信、一些短信群发公司发送的广告短信、移动通信服务提供商（以下简称SP）发送的违规收费短信、由少数不法分子发出的违法短信均为手机垃圾短信。 （一）不良短信此种不良短信多在熟人之间流传，其内容通常为无聊的笑 话，更多的是一些黄色“段子”。尽管这类短信一般不构成对他人利益侵犯，但却对接收人构成骚扰，甚至在一定程度上不尊重、伤害接收人。此类不良短信多以追求低级趣味为主要目的，内容相对低俗。不少手机用户对此感到反感并称之为“精神污染”。 （二）广告短信此类短信主要是短信广告公司利用某些客户大范围宣传 的需求，收取高额费用后，根据付费客户的要求使用其短信群发设备，对外大面积群发的一种短信。此种宣传方式成本低但范围广、力度大，受到许多客户的追捧，同时短信广告公司（特别是地下广告公司）亦可从中获得较高利润，因此从事此项业务的短信广告公司数量大增，并较少对群发短信的内容加以审 核，导致越来越多手机用户极为频繁的收到此类可信度较低的广告短信，不胜其烦。 （三）违规收费短信随着电信业务的快速发展，人们使用手机时已不再满足单 纯使用通话功能。为了适应大众对手机增值业务的需求，众多SP与电信运营商合作向广大手机用户推出各种增值业务，即以电信运营商网络为平台，由SP通过短信、JA V A、WAP等方式提供新闻、娱乐等内容的信息给手机用户。 这种增值数据业务使用户可以便捷、及时地通过手机得到各种所需的信息，与此同时，

城市垃圾处理方法

城市垃圾处理方法及技术 关键字：城市垃圾填埋热解蠕虫法甲烷化 随着工业化和城市化的发展,环境问题已经引起了全世界的重视.在城市化的发展过程中,城市垃圾已经向人们敲响了警钟. 近年来我国城市生活垃圾的产生总量大幅度增加。这首先与我国城市数量增加有关；城市规模和城市人口的增加也是主要原因。据专家统计全国现有668个市，三分之二都在垃圾环带的包围中。航空遥感测量显示，北京郊区50平方米以上的垃圾堆就有7000往郊区的多个，今年一年北京运垃圾有285万吨，相当于两个半景山。如此推算，从90年代至今，北京已被20多座景山一样巨大的垃圾山包围着。我国城镇生活垃圾日产量人均为0.7－1.0kg，并以年均10％的速度增加。全国大、中、小城市（镇）生活垃圾产量接近2亿吨.所以对城市垃圾的处理迫在眉梢. 一、城市垃圾的来源与产生现状 根据垃圾产生源不同 ,可将我国城市垃圾主要分为居民生活垃圾、街道保洁垃圾和集团 (机关、学校、工厂和服务业 )垃圾三大类。经济发达、生活水平较高的城市 ,有机物含量均较高。以燃煤为主的北方城市,垃圾中煤渣、沙石所占的份额较多。 在我国，垃圾的利用率却很低，北京和上海等大城市仅为1－5％。目前，一些大、中城市仅采用简单填埋的方式处理，不仅浪费了资源，而且占用大量土地，污染水源和环境，危害人民身体健康。研究表明，我国城市生活垃圾的有机物含量近年呈逐年增加的趋势，而有机垃圾中又富含氮、磷、钾等养分元素，是很好的有机肥料原料。若对其充分利用，在减轻环境负荷的同时，还可解决我国土壤急需大量有机肥料的燃眉之急。 二、城市垃圾引起的环境问题及危害 当今世界，城市生活垃圾已被公认为是一种污染源，是城市公害之一。任何一个处理环节所采取的措施如有不当，或管理工作疏漏，或垃圾产生者素质问题等，都会对城市生态环境造成明显的负面影响。按被影响的对象分，大致有以下几方面：

园林垃圾处理方案

宁波市园林垃圾循环利用处理项目建议 1 园林垃圾定义 园林垃圾，也称或绿色垃圾或园林植物废弃物，主要是指园林植物自然凋落或人 工修剪所产生的植物残体，主要包括树叶、草屑、树木与灌木剪枝等，其主要成分为 木质纤维。随着城市绿化覆盖率的不断上升，园林植物废弃物的数量日益增加，如果 任意处理，不仅影响城市面貌，而且还可能引起环境污染。同时，这些园林绿化废弃 物因含有丰富的有机物和营养物而不同于日常生活、医用、工业生产等垃圾；因此园 林绿化废弃物资源的再利用，已成为极具生态价值及经济价值的关注焦点。 2 园林垃圾的特点 1）园林垃圾的堆肥处理的基础较好：园林垃圾主要成分为纤维素、多糖和木质素等，基本是可生化降解的有机物。 2）堆肥后产品安全性好、市场价值高：相比生活垃圾等其他城市固体废物，其原 料污染少、不含重金属等有毒有害物质。 3）堆肥产品可自产自销，实现资源循环利用：城市园林绿化行业每年需使用大量 的有机肥、土壤改良剂等。 4）环保效益好：园林废物中N、S等堆肥臭气元素较少，堆肥过程基本无臭味污染，二次污染小，对周边环境影响相对较小。 3 园林垃圾处理现状 2014年3月全国绿化委员会办公室发布的《2013年中国国土绿化状况公报》显示：全国城市建成区绿化覆盖率39.59%，绿地率35.72%。在城市园林绿地总量不断稳步增长的同时，绿化所产生的废弃物也在随之增加。 传统的垃圾处理方式与园林垃圾的处置方式与建设节约友好型的生态园林建设目 标格格不入。目前我市园林垃圾处理问题有： 1）没有统一的园林绿化垃圾集散点，以临时找地方堆放为主。 2）或填埋、或焚烧，没有固定的存放园林垃圾的地方，也没有固定的处理模式。

网络水军识别研究

软件学报 ISSN 1000-9825, CODEN RUXUEW Journal of Software,2014,25(7):1505?1526 [doi: 10.13328/https://www.wendangku.net/doc/f015298356.html,ki.jos.004617] ?中国科学院软件研究所版权所有 .
E-mail: jos@https://www.wendangku.net/doc/f015298356.html, https://www.wendangku.net/doc/f015298356.html, Tel/Fax: +86-10-62562563
网络水军识别研究
莫 倩, 杨 珂
?
(北京工商大学 计算机与信息工程学院 ,北京
100048)
通讯作者 : 莫倩 , E-mail: moqian@https://www.wendangku.net/doc/f015298356.html,, https://www.wendangku.net/doc/f015298356.html,
摘
要:
网络水军识别关键技术已成为当前数据挖掘领域最为活跃的研究之一.如何挖掘海量用户信息中潜藏的
网络水军特征与行为模式,从而发现网络水军,以维护良好的网络环境,保障合理的网络秩序,已成为一项十分具有 挑战性的工作.对比传统与新型网络水军识别研究,从识别特征角度对近几年内网络水军识别研究进展进行综述,对 其关键技术和效用评价进行了前沿概括、 比较和分析,并对网络水军识别中有待深入研究的难点和发展趋势进行了 展望. 关键词: 网络水军识别;社交网络水军;电子商务水军;邮件水军;水军机器人 中图法分类号: TP393
中文引用格式 : 莫倩 ,杨珂 .网络水军识别研究 .软件学报 ,2014,25(7):1505?1526. https://www.wendangku.net/doc/f015298356.html,/1000-9825/4617.htm 英文引用格式 : Mo Q, Yang K. Overview of Web spammer detection. Ruan Jian Xue Bao/Journal of Software, 2014,25(7): 1505?1526 (in Chinese). https://www.wendangku.net/doc/f015298356.html,/1000-9825/4617.htm
Overview of Web Spammer Detection
MO Qian, YANG Ke
(School of Computer and Information Engineering, Beijing Technology and Business University, Beijing 100048, China) Corresponding author: MO Qian, E-mail: moqian@https://www.wendangku.net/doc/f015298356.html,, https://www.wendangku.net/doc/f015298356.html, Abstract: With its rising popularity, as evidenced in social networks, online shopping platforms and email systems, detection of Web
spammer has already become one of the hottest topics in the data mining field. The main challenge of Web spammer detection is how to recognize spammer behavior patterns by examining spammer features and attributes from big dataset in order to limit the proliferation of Internet spam and insure quality of Internet service. This paper presents an overview of Web spammer detection, along with a comparison over the difference between traditional and burgeoning spammer detection approaches. The key techniques and evaluation methods are classified and discussed from several aspects. At last, the prospects for future development and suggestions for possible extensions are emphasized. Key words: Web spammer detection; social network spammer; online shopping Websites spammer; E-mail spammer; spam bot
社会生活的高度信息化 , 使网络承载了蕴含价值的大数据 , 如新浪微博、大众点评网、豆瓣等拥有海量用 户的社会化网络媒体 ,已经被组织和个人广泛地用来辅助决策 . 巨大的用户群与潜在的商机 ,使虚假意见和垃圾 信息被广泛地制造和传播,该类危害的源头即俗称的网络水军.例如,“蒙牛陷害门”、 “3Q 大战”、 “王的盛宴”等 事件背后 ,都隐藏着大量网络水军 .网络水军形成巨大的虚假舆论场 ,影响网络民意、扰乱网络秩序、妨害经济 利益 , 急需识别和治理 . 而网络水军识别研究 [1?3] 被认为可以有效解决此问题 , 得到学术界和工业界广泛关注和 应用 , 并取得了一定的研究成果 . 网络水军识别通过挖掘用户信息中潜藏的水军特征和行为模式来实现 . 目前 , 网络水军识别研究在社交网络(如 Facebook,Twitter,MySpace,Weibo,RenRen)、电子商务 (如 Amazon、eBay、阿
?
基金项目 : 国家自然科学基金 (61170112); 北京市属高等学校高层次人才引进与培养计划 (CIT&TCD201304034); 民政部减灾 收稿时间 : 2013-06-14; 修改时间 :2014-01-21; 定稿时间 : 2014-04-09
和应急工程重点实验室开放基金 (LDRERE20120105)

云计算短信内容审计研究【精品发布】

云计算短信内容审计研究【精品发布】 1引言 开发完善的垃圾短信过滤系统一直是电信运营商和学术界研究的重点。随着手机用户数量的增长，垃圾短信数量也呈现出爆炸增长的势头，使得广大消费者长时间饱受垃圾短信的骚扰。垃圾短信不仅占用了有限的网络资源，造成运营商投入更多的人力、物力资源对其进行处理，而且以欺诈为目的的短信使很多用户损失大量财产。目前用户投诉总量的30%以上都是针对垃圾短信，因此电信运营商有义不容辞的责任抑制垃圾短信蔓延。中国移动、中国联通和中国电信公司推出了过滤垃圾短信专用客户端。主要做法是根据发送号码特征及语义特征自动过滤垃圾信息，将要过滤的号码加入短信黑名单。而针对号码特征及语义特征过滤受到手机的存储和运算能力的限制，还需要进一步的改善。即使使用传统的服务器来分析并将发送源号码屏蔽，也由于垃圾短信数据量呈现指数级的增长使得分析垃圾短信变得越来越慢，无法实时对发送垃圾短信的号码起到屏蔽的作用。云计算作为一种全新的IT服务模式，将其应用到垃圾短信的过滤中，不仅提供几乎无限的存储空间，使得数据存储和管理能够顺利的完成，而且提供了无限强大的计算能力，使得在超大规模的数据中实时挖掘出有用的数据成为可能。云计算的这些特点正好弥补手机和传统服务器的不足，为过滤垃圾短信提供了必要条件。总之，垃圾短信的泛滥使人们的日常生活受到了严重的影响，已成为一种社会危害，治理垃圾短信势在必行。［1］ 2云计算的关键技术

2．1数据存储技术 云计算采用分布式存储来存储数据保证了高可用、高可靠和经济性;为同一份数据存储多个副本的冗余存储方式保证存储数据的可靠性。云计算的数据存储技术必须具有高吞吐量和高传输率的特点，因为云计算系统能够并行地为大量用户提供服务来同时满足超大规模用户的需求。本文所采用的云计算的数据存储技术采用Apache开源组织的一个分布式计算开源框架Hadoop， HDFS(HadoopdistributedFileSystem，Hadoop分布式文件系统)作为Hadoop的核心技术之一，HDFS是分布式计算中数据存储管理的基础。它所具有的高容错高可靠性、高可扩展性、高获得性、高吞吐率等特征为海量数据提供了不怕故障的存储，为超大数据集(LargeDataSet)的应用处理带来了很多便利。HDFS放宽了一部分POSIX约束，来实现流式读取文件系统数据的目的。因此，超大规模的数据存储、数据加密和安全性保证以及提高I/O速率等方面将是云计算的数据存储技术未来的主要发展方向。 2．2编程模型 云计算要求编程模型必须相当简单的原因是让用户能够轻松享受云计算带来的各种服务，特定的功能可以通过用户利用该编程模式编写简单的程序来实现，同时用户和编程人员无需对后台复杂的并行执行和任务调度的细节进行了解，只需了解如何调用相应的接口。Map—Ｒeduce是目前云计算大量采用的编程模式，用于大规模数据集(大于 1TB)的并行运算。它极大的方便编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。它的实现是map函数和Ｒ

农村垃圾产生量及垃圾收集处理现状

农村垃圾产生量及垃圾 收集处理现状 IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】

我国农村垃圾产生量及垃圾收集处理现状 2010-12-17 10:14 环卫科技网作者：姚伟曲晓光 摘要：目的了解我国农村不同类型的垃圾产生量及垃圾的收集处理方式，为制定垃圾分类、收集和处理提供基础数据。方法于2006—2007年开展全国农村饮用水与环境卫生调查，采用随机抽样的方法抽取调查点，对调查村领导进行问卷调查，数据资料使用统计软件进行统计分析。结果农村人均日生活性垃圾量为，生活垃圾以收集方式堆放的占%；收集堆放的生活性垃圾以填埋方式处理的占%；农村人均日生产性垃圾量为，生产垃圾以收集方式堆放的占%；生产性垃圾中养殖业垃圾占%，秸秆杂草垃圾占%；收集堆放的生产性垃圾以直接再利用方式处理的占%，以高温堆肥方式处理的占%。结论随意堆放的生活性和生产性垃圾影响农村居民的生活环境；收集堆放的垃圾因类型不同而采取不同的处理方式，垃圾分类对垃圾处理至关重要。 关键词：垃圾；产量；收集；处理 建设社会主义新农村是我国现代化进程中的重大历史任务，做好农村垃圾收集运输处理工作，是改变农村脏乱差状况措施之一，也是实现“乡风文明、村容整洁”的必要条件。2006—2007年，笔者通过对我国农村垃圾产生量、堆放方式及处理方式进行全面的现状调查，了解农村人均日垃圾量、垃圾收集堆放的比例和垃圾主要的处理方式现状，为制定垃圾分类、收集和处理提供基础数据。

1、材料与方法 调查对象 全国31个省、市、自治区和新疆建设兵团项目村的村干部。 调查方法 每省（区、市）随机抽取25%的项目县，每县随机抽取10个行政村，通过对村干部进行调查并了解整村的垃圾产生和收集处理情况，采用询问与观察结合的方法填写调查表。 统计分析方法 调查数据采用双录入的方式以Access2000数据库形式进行录入，数据采用统计软件进行统计分析。 2、结果 全国农村饮用水与环境卫生现状调查共调查了657个县，6590个村。 不同来源垃圾的堆放和处理方式 全国的人均日生活垃圾量为，生活垃圾的堆放方式中随意堆放占%，收集堆放占%；收集堆放的垃圾中进行填埋占%，焚烧占%，高温堆肥占%，直接再利用占%。生产垃圾性垃圾随意堆放占%，收集堆放占%；收集堆放的垃圾中进行填埋占%，焚烧占%，高温堆肥占%，直接再利用占%。生产性垃圾主要分为工业垃圾、养殖业垃圾、秸秆杂草垃圾和其他垃圾，生产性垃圾主要以养殖业垃圾和秸秆杂草垃圾为主，分别占%和%；工业垃圾占%，其他垃圾占%。其中工业垃圾和其他垃圾主要以填埋方式处理，分别占%

城市垃圾处理方案

城市垃圾处理方案 随着城市化的发展，城市所产生的垃圾日益增多，随即引来了一个问题——城市垃圾处理。现在人们的生活水平提高了，对一些高档耐用品的使用量会增加，这会不可避免地加大垃圾处理的难度。 现在垃圾的常用处理方法及优缺点如下： 1.露天堆放。此方法就是把垃圾简单地堆放在空地上，不做任何处理。因为这种方法的成本小，所以这种方法以前经常使用，特别是在偏远的地区。但是垃圾的露天堆放会占用土地，有的地方的垃圾场占地数亩，并且用的是宝贵的耕地。还有，露天堆放会使部分垃圾变质，变质的垃圾会发出令人难闻的臭味，这会招来苍蝇，苍蝇会传播疾病，对周边居民的健康有害。还有，一些含有硫的物质变质会生成剧毒气体——硫化氢，当硫化氢达到一定浓度时，会带来不可恢复的伤害，浓度特别大时会有生命危险。在露天堆放时，电池的电解液会外流。蓄电池的电解液是硫酸，硫酸会使土壤酸化，使作物无法生长。因为这种方法对环境的破坏大，所以现在一般情况下不使用露天堆放法。 2.深埋法。此方法就是挖深坑把垃圾埋起来，使其不占用地表空间。这种方法利用了土壤中的分解者——微生物，把垃圾深埋可以不使用地上空间，微生物也会分解部分有机物，也不会招来苍蝇，所以有的地区会使用这种方法。但是，微生物只能分解一部分有机化合物，像聚乙烯这样的有机物要四百年才能分解。还有，这种方法使废电池污染土地更加的容易，据研究，一节纽扣电池会污染60亿升水——

这是一个人一生的用水量！细菌在地下危害会更大，一些垃圾中的细菌在土壤中会加速繁殖，然后可能会进入地下水，这会使水资源被无形的污染，有害居民健康。 3.传统焚烧法。此方法就是对垃圾进行焚烧，使其分解。由于焚烧炉占地小，又焚烧后垃圾便于清理，所以大部分城市选择了此方法。但是，有的物体是烧不掉的，像玻璃，金属。还有一些有机物燃烧会生成有毒气体，比如聚氯乙烯，在240℃-340℃燃烧会分解出氯化氢气体和含有双键的二烯烃，然后在400-470℃发生碳的燃烧，会释放出有毒气体——二恶英，还有有的有机物会发生加成反应，使原来无毒的物质有了毒性。还有，电池在高温下会破裂，里边的物质是有毒的，这些有毒物又随着烟排到了空气中，危害会更大。 由于传统的方法有很多弊端，再加上随着科技的发展，有多种处理垃圾的方法问世，所以，我们可以用现代化的方法对垃圾进行无害处理。 1.发酵法。对于一些厨余垃圾，粪便可以放入沼气池中进行发酵，在沼气池中，厨余垃圾会分解生成甲烷，甲烷可用于发电，做饭，照明等，发酵完的物品可以用来做肥料或饲料。 2.高科技焚烧。传统的焚烧会破坏环境，我们可以使用科技手段，来减小焚烧时的危害。首先，用大功率的电磁体吸出垃圾中的铁，镍和电池进行回收。再对垃圾进行压缩，使其体积变小。然后把垃圾投入焚烧炉中，在500度的高温下使有机物分解，并把气体进行无害处

垃圾分类处理小常识

垃圾分类处理小常识 城乡生产、生活垃圾采取“源头分类、专业运输、综合处理”的方式，在源头上将垃圾分成厨余垃圾、可回收垃圾、有害垃圾、其它垃圾、建筑垃圾五类。厨余垃圾通过厌氧发酵产生沼气电，剩余的沼液沼渣制肥；可回收垃圾通过工厂流水线分拣后打包压缩出售；有害垃圾集中收集后运送至专业的有害垃圾处理机构无害化处理；其它垃圾运送至就近的填埋厂无害化填埋；建筑垃圾运输到指定地点填埋。 1、厨余垃圾的处理方法： 包括剩菜剩饭、菜根菜叶、果皮、茶叶渣、过期食品等，各户家将垃圾分好类，投入到垃圾收集亭中相对应的厨余垃圾桶。最后由垃圾转运员送到厨余垃圾生化工厂产生沼气电，厨余垃圾是当前对周边环境、地下水资源污杂最为严重的一类，一定严格分类、谨慎对待。 2、可回收垃圾处理方法： 包括废纸、塑料、玻璃、金属和布料五大类。废纸：主要包括报纸、期型、图书、各种包装纸、办公用纸、广告纸、纸盒等。塑料：主要包括各种袋、塑料包装物、一次性塑料餐盒和餐具、牙刷、杯子、矿泉水瓶、牙膏皮等。金属：主要包括易拉罐、罐头等。布料：主要包括各种废弃衣服、桌布、洗脸巾、书包、鞋等。由垃圾转运员上门收购或自行投入垃圾收集亭的可回收垃圾桶。 3、有害垃圾的处理方法： 包括废电池、废日光灯泡、废水银温度计、过期药品、农药瓶等。有害垃圾是指对人体健康有害重金属、有毒的物质或者对环境造成现实

危害或者潜在危害的废弃物。由于其处理工艺较复杂，所以必须送至专业的公司集中处理。各户加重分类后投入垃圾收集亭的有害垃圾桶，由公司统一安排运送。 4、其他垃圾的处理方法：包括除上述几类垃圾之处的煤灰、炉渣、骨头、卫生间废纸、纸巾等难以回收的废弃处。采用无害化填埋可减少对地下水、地表水、土壤及空气的污染。各户在家分好类后投放至垃圾收集亭的其它垃圾桶，由收集员统一运送至垃圾中转站后就近无害填埋。 5、建筑垃圾的处理方法： 包括因建设或装修剩下的砖瓦、陶瓷、渣土、石灰、沙卵石等难以回收的废弃物，不能堆放在道路两侧，应拖运到指定的地点存放或填埋，不得随意丢弃和堆放。

生活垃圾的处理方法

生活垃圾的处理方法 生命科学学院 08级6班 200811440635 唐兰 摘要：本文主要阐述了城市生活垃圾的处理方法包括堆肥、焚烧、填埋以及新兴的包括厌氧处理、生物反应器填埋场的优缺点和最新进展，提出合理建议加快生活垃圾的处理和提高利用率。 关键词：生活垃圾微生物厌氧消化综合处理 前言：随着全球城市化的普及，生活节奏的加快，生活垃圾日益增多，成为我国乃至整个世界最为严重的环境问题。据估算，目前发达国家垃圾增长率为3.2%-4.5%，发展中国家为2%^J3%。全球年产垃圾100 亿吨。我国城市垃圾增长率约900，年产垃圾量达1. 5亿吨左右[1]。生活垃圾的处理刻不容缓，目前常采用的处理方法主要有填埋、堆肥和焚烧三种，下面我们主要来谈谈这三种的优缺点。 1、填埋 填埋处置就是在陆地上选择合适的天然场所或人工改造出合适的场所，把固体废物用土层覆盖起来的技术[2]. 。随着环境工程的迅速发展，填埋处置已不仅仅是简单的堆、填、埋，而是更注重对固体废物进行“屏蔽隔离”的工程储存，已成为当今世界上大多数国家固体废物最终处置的一种主要方法。但是填埋处置也同样存在一些不足:如该法同样地埋掉了可利用物;填埋场地选择越来越困难;渗沥水的 治理，废气污染的防治等必须妥善解决，运输、填埋、管理等费用不断提高等。所以，填埋处置的合理途径应该是经过资源化、减量化之后的垃圾。

2、堆肥 堆肥(Composting)是利用自然界广泛存在的微生物(细菌、放线菌、真菌等)或商业菌株，有控制地促进可被生物降解的有机物向稳定的腐殖质(Humicsubstance，HS)转化的生物化学过程。堆肥处理是指在一定的人工控制条件下，通过生物化学作用，使有机固体废物通过生物分解转化为比较稳定的腐质肥料的过程[3]。堆肥法消除了有害病菌的传播，同时把垃圾变为肥料，为植物生长提供一系列必须的营养(如磷，氮等有机质)，增加土壤中有益生物群、减少植物对化肥和杀虫剂的依赖性，改善土壤的物理和生物性能[4], 实现了资源回收，达到了资源化的要求，促进了自然界物质的良性循环。。对堆肥处理是针对垃圾中可被微生物分解的有机物，所以堆肥处理是垃圾中有机成分的处理技术，而不是全部垃圾的最终处理技术。堆肥时，垃圾中的石块、金属、玻璃、塑料等废弃物不能被微生物分解，这些废弃物必须分拣出来，另行处理;另外还存在堆肥周期长、占地面积大、卫生条件差、肥效低成本高、与化肥比较销售困难、经济效益差等缺点。所以，只有与分选方法相结合，与其他处理方法相配合，堆肥才是一种有前途的处理技术。 3.焚烧处理 焚烧过程是将可燃性固体废物与空气中的氧在高温下发生燃烧反应，使其氧化分解，达到减容、毒性并回收能源的目的[5]。焚烧处理技术特点是处理量大，减容性好，无害化彻底，并且有热能回收。但是焚烧技术的局限性是垃圾低位热值有一定要求，不是任何垃圾都可以

垃圾评论识别

一种对垃圾评论进行筛选的数学模型 摘要：目前商务网站或博客论坛允许用户发表针对产品或话题的一些评论看法，难免会存在一些虚假的或是与产品及话题无关的评论信息，这极大地误导了商家、读者以及观点挖掘系统，造成了资源的浪费。本文通过建立合理的数学模型，通过C++及matlab编程求解，实现对产品垃圾评论的有效识别。 针对问题一，对给定的四类不同情形，首先建立文本处理模型，通过C++进行文本统计，根据统计结果，生成产品标准关键词向量和评论向量；再次，通过垃圾评论判断进行初级判断；再通过matlab相似度计算模型，得到评论与产品关键词的相似度；最后通过与设定阈值比较判定评论是否为垃圾评论，判断正确率为100%。 针对问题二，相对问题一，评论数量增加，因此充分考虑主题词、广告词、情感词、违禁词、相似度、评论重复数及特殊符号等评论特征对评论结果的影响，首先采用AdaBoost算法训练出合理的强分类器，对垃圾评论和正常评论实现有效分类；其次，通过建立准确率和召回率综合指标评价模型最筛选结果做出评价。 针对问题三，对一般产品的产品评价集合，在问题（2）模型的基础上建立更一般的改进模型，通过对样本权重的限制和相似度的改进，提高算法的识别率。针对该类问题识别的特征，从关键词词库的扩充、产品评论特征的识别、样本的选择权重及相似度确定等角度提出了针对该类问题建立模型的合理建议 关键字：垃圾评论识别，C++，matlab，评论特征，AdaBoost算法，权重

一、问题重述 评论筛选是对给定的语料集合中，要求系统识别出文档是否为垃圾观点文档。要求完成以下问题： 1)针对给定的情形，建立合理的数学模型进行识别，制定算法流程。并通过程序验证，得到正确识别率。 2)在网络上收集一个更大的关于小米手机的评价集合，建立合理的数学模型和算法进行识别，并得到结论。 3)对一般的产品评价集合，讨论并建立更一般的模型，并给出该类识别问题的看法。 四种垃圾评论分类如下： （1）确实是评论，但只对品牌和制造商，甚至是站点评论，而没有针对当前产品本身进行评论，因此这种评论是无意义的。 （2）确实是对产品进行了评论，但是评错了产品。 （3）广告评论。 （4）无关的文本，大致包括个人的消费体经历、人身攻击和其它无关文本。 二、模型假设与符号说明 模型假设 1.从产品说明中提取的一个标准特征向量可以代表产品说明； 2.从评论中提取的一个评论特征向量可以代表此评论； 3.本文所建立的相关词库能够涵盖所有评论内容； 4.本文所提出的评论特征能够有效反映当前网络评论的特征。 主要符号说明 Wis：表示关键词在关键词特征向量中值的大小； 相似度，衡量评论与产品标准描述之间的相似程度； Si milarity : Recall：评论筛选召回率； Precision：评论筛选精确率； Mistake:评论筛选误判率； εε :评论分类错误率； h：评论分类器 三、问题分析 问题(1)分析 问题（1）所给评论特征明显，通过以主题词、广告词、情感词等基本关键词筛选，初步筛选出部分垃圾评论，对其余评论，通过相似度计算完成筛选对评论进行筛选。首先要进行的是文本处理，通过文本处理提取出评论中的关键词。再次，

手机垃圾短信大曝光

手机垃圾短信大曝光 相信大家一定都受到过手机垃圾短信的骚扰吧?的确。这类短信内容五花八门，有办假证的、开发票的、借贷、诈骗、商业广告等等，它们不但干扰了大家的日常生活，还为违法犯罪活动提供了帮助，那么今天我们就为你揭开垃圾短信的秘密，看看它们是如何制造出来的?又该如何屏蔽和防范? 初识垃圾短信 1垃圾短信的危害 据统计，目前国内垃圾短信总规模已突破3500亿条， 每天未经许可的短信广告约为7亿条，垃圾短信已经泛滥成灾，其危害主要表现以下方面：首先是严重干扰了人们的正常生活，有的手机收到短信后每隔几分钟“叫”一次，直到你查看为止，如果半夜收到垃圾短信，手机老是“叫”，你 就甭想睡觉了!假如收到色情短信，还可能导致夫妻反目、女友分手，类似的案例不胜枚举。 其次垃圾短信助纣为虐，成为不法分子坑蒙拐骗、敲诈勒索、贩卖违禁品等违法犯罪的工具和温床，导致很多人受

骗上当、财产损失；此外，有的垃圾短信还传播黄色信息，对机主肆意骚扰，毒化了社会风气；少数敌对分子利用垃圾短信散布谣言，破坏社会安定，例如某些地方出现的药品、食品抢购，垃圾短信就起到了推波助澜的作用。 为了遏制垃圾短信，工信部今年7月要求中国电信、中国移动、中国联通共同签署了《关于网间垃圾短信联动处理框架协议》，三大运营商确定以下短信“限发令”：每号码在非节假日每小时不得超过200条，每天总量不超过1000条；节假日每小时不超过500条，每天总量不超过2000条。“限发令”给群发垃圾短信增加了难度，但并不能杜绝垃圾短信，因为发送者多找些手机号、每个号码每天每小时少发些，这样即可逃避监管。 2垃圾短信类型 垃圾短信大体可以分成广告短信和非法短信两大类，前者含有商业信息，有些人愿意接收，后者应该全面禁止。如果再细分，垃圾短信则可分为以下5种类型： 1诈骗型 这类短信主要以刷卡消费、中奖、汇款、特价机票、卖便宜货等方式进行诈骗。 最经典的例子：刷卡诈骗短信“中国工商银行提醒您：您于昨天15：30在市百货大楼刷卡消费2990元，本行将于

朴素贝叶斯分类之垃圾短信识别_光环大数据培训机构

https://www.wendangku.net/doc/f015298356.html, 朴素贝叶斯分类之垃圾短信识别_光环大数据培训机构 算法思想 该算法根据训练数据集的取值计算已知分类的各种概率，在完成学习的过程后，如果将一个未分类的样本带入到算法中，分类器根据样本的特征计算概率并将其判为应该属于的类。 贝叶斯条件概率 上文中提到的概率都是基于贝叶斯条件概率公式计算所得，具体公式如下： 该公式表示，已知事件B发生的条件下，事件A发生的概率。举个例子说，已知某人吸烟的情况下，其可能得肺癌的概率就可以根据该公式计算所得。 这里需要注意的是，贝叶斯条件概率计算的是某事件发生的概率，所以对原始数据有一个潜在的假设，即变量值尽可能的离散化（成为独立的事件），如果变量值是大量的连续数据，算法可能得到不理想的分类结果。 应用–垃圾短信识别 接下来将使用该算法实现垃圾短信的识别，垃圾短信的识别又将涉及到文本

https://www.wendangku.net/doc/f015298356.html, 文字的处理，数据来源于http://www.dt.fee.unicamp.br/~tiago/smsspamcollection/。 一、读取数据 sms_rawdata <- read.csv(file = file.choose(), header = TRUE, stringsAsFactors = FALSE) #查看数据前6行 head(sms_rawdata) #查看数据概要 str(sms_rawdata) 由于短信的类型是分类变量，这里进一步将其处理为因子 sms_rawdata$type <- factor(sms_rawdata$type) #查看短信类型的数量 table(sms_rawdata$type)