随着Internet的日益普及,人们对网络的依赖程度越来越高,互联网的平等性、开放性、无界性等导致了网络的无限制滥用,大量的垃圾及敏感信息充斥于网络,特别是对广大青少年学生,一些“有害信息”正在威胁着他们的身心健康。如何协助用户更加方便有效地利用现有的网络资源,并且从中获得真正有用的信息,是信息处理的一个研究方向。当前的网页过滤系统主要采用URL过滤和关键字过滤的技术,而这些技术在网页过滤的准确性和速度方面都存在不足。要提高网页过滤的准确性和速度,必须对网页内容进行深度分析。网页是一种结构化的文档,DOM是一个针对HTML和XML文档进行灵活操作的编程接口。在对网页结构进行详细分析后,本文提出了按照结构对网页进行解析,利用DOM技术提取网页文档的不同元素中的文本内容的方法。本文首先阐述web上信息过滤的基本问题,包括信息过滤的基本原理、过滤系统的一般处理流程、过滤系统的分类以及过滤系统的性能评价指标等。然后,着重对web文本内容过滤中涉及的关键技术进行深入地分析和探讨,主要包括中文分词技术、文本特征提取技术、用户兴趣模型的表示与更新以及文本过滤技术。针对当前网页信息提取技术提取效率低的现状,本文提出了基于HTML树和内容分析的可适应性信息抽取方法。针对向量空间模型过滤器对网页结构不分权重,使得过滤性能低的原因,本文改进了向量空间模型的文本向量表示形式,实验结果验证了改进的向量空间模型更适合网页文本的过滤。在此研究基础上,设计了一个中文web过滤原型系统,并对系统总体框架、功能模块以及系统实现的主要方法进行详细阐述,最后,对该系统做了测试,实验证明,该系统具有较好的信息过滤性能。