买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开一种基于FP‑Tree和随机森林算法的网站敏感词自动分类方法，其包括考勤机本体具有手指插槽，该手指插槽具有第一下倾斜面，且该第一下倾斜面上设置指纹录入端头防护组件包括与所述手指插槽的侧壁铰接的封闭转接板，其中，所述封闭转接板与所述手指插槽的第二下倾斜面接触，将所述手指插槽封闭，且所述封闭转接板可在所述手指插槽内旋转，在考勤机无人使用时，封闭转接板将手指插槽封闭，在有人员考勤时，通过考勤人员的手持插入至手指插槽内，带动封闭转接板在手指插槽翻转，使指纹录入端头录入指纹，当考勤人员的手指从手指插槽离开时，封闭转接板由于自重再次恢复到原来的状态，将手指插槽封闭。

主权项：1.一种基于FP-Tree和随机森林算法的网站敏感词自动分类方法，其特征在于，包括以下步骤：S1：数据采集，使用Python爬虫技术对网络上各个词库数据进行爬取，并对爬取到的数据信息进行分词处理，构成初步的数据集，接着对敏感词的共有属性进行提取形成特征集合，由于特征集合中非数值特征的存在，需要将其转化为数值特征；S2：关联数据提取与数据分区，提取敏感词的潜在通性作为特征的关联规则，运用FP-Tree算法，根据支持度与信任度先从数据集中找出所有的高频项目组，再由这些高频项目组中产生关联规则及其支持度记为WAg，得出的关联规则即是关联特征组记为A，不存在关联规则的特征数据便为独立特征记为F，此时特征空间S内存在两种类型数据：独立特征与关联特征组，由此根据数据类型对特征数据空间S进行划分，将所有关联特征组划分为关联特征分区记为SA，将独立特征数据划分为独立特征分区记为SF，在SA中每个关联特征组作为随机森林选择的独立单位；S3：调整权重度量与选取比例，在原始的随机森林算法中，采用随机等概率选择输入数据，不同分区的数据类型与决定度不同，等概率选择的方法不再适用，数据选择便根据权重计算选取比例；S4：建立森林树并预测，建树的数据集从两个分区选取包含两种不同数据类型的特征，其中改进的算法对于SA的样本选取的皆是成组的关联特征数据，与SF中选取的数据形成建树训练特征集合，建树时需要对整个数据集进行集合化，释放因关联规则束缚的特征，在分裂建立决策树时，不再根据关联规则绑定特征而根据特定指数进行选取结点并分裂。

全文数据：

权利要求：

百度查询： 浙江御安信息技术有限公司 一种基于FP-Tree和随机森林算法的网站敏感词自动分类方法