基于网页文本内容的识别技术，是目前主流的网络不良信息过滤手段之一，具有高效率，低误判和便于维护的特性，与传统的垃圾邮件过滤手段有明显的优势。本文在基于内容的不良网页文本识别的基础上选取双重过滤手段，已达到进一步增强过滤系统性能的目的。本文首先对比分析了国内外不良网页过滤技术的研究现状和目前正在应用的主流技术，以及这类技术的发展趋势。在详细研究文本分类算法的基础上，总结各类方法的优缺点，进行互补性分析，并最终确定了以贝叶斯和支持向量机为核心算法的双层过滤结构，并对这种结构进行详细的分析阐述。本系统测试集的收集采用的是维基百科现有数据集和人工收集的方式获取，在所取得的测试集中，分别做十组交叉实验，因此，所取得的实验结果具有较强的客观性。在对比试验中，分别与贝叶斯和支持向量机分类过滤方法在正确率、召回率、精确率、误判率和F1值五项指标进行对比分析，结果表明，双层过滤系统在以上指标中较贝叶斯和支持向量机两种独立分类过滤方法有所提高。不足之处在于系统的开销略高，平均分类速度较独立分类方法有所下降，这是下一步工作需要改进之处。