随着互联网的高速发展,网络上的信息成指数增长,如何从海量的信息中快速有效的搜索出符合条件的信息,过滤掉不需要的内容;同时,保护特定人群不受色情、暴力信息毒害,遏制不良信息的传播,实现安全上网,这些都需要网页过滤技术的帮助。有效的网络过滤手段已经成为互联网发展过程中不容忽视的重要课题。　　 网页过滤技术由文本过滤技术发展而来,通过对常用文本过滤技术的研究,分析了文本过滤技术和网页过滤技术的异同,继承了文本过滤技术的要义,同时也根据网页的复杂性,对过滤技术进行改进使之更适合在网页过滤中应用。　　 网页过滤可以分为包括网页获取、预处理、分类器的训练、分类过程和评价反馈几个模块,以形成一个自适应的网页过滤系统。网页的获取可以通过网络爬虫对网页上信息的爬取来实现。预处理阶段包括中文分词技术、去除停用词、向量空间模型的表示。采用SVM(Support Vector Machines,支持向量机)技术完成分类器的训练和分类,应用LibSVM软件进行网页的多分类,并通过实验加以验证分析,改进后的TF/IDF公式较改进前分类效果更好,加入反馈机制后,对分类效果有不错的提升。