随着Internet的日益普及,互联网媒体已经成为一种不可缺少的信息传播媒介。不同于传统的媒体,互联网媒体具有信息传播的开放性、广泛性和快速性等特点。然而,信息内容安全问题也日益突出,这也给互联网信息安全管理带来了前所未有的困难。互联网在提供丰富信息资源的同时,也带来了不良信息的泛滥。网络上的不良信息包括色情、暴力、邪教、赌博等违反国家政策的内容,有些类型的信息可以通过关键词匹配的方法,分析得到信息的主题内容,比如暴力、色情等不良信息；有的信息则无法使用简单的关键字匹配法判断它是否为不良信息,比如宣言邪教和批判邪教的信息。在对这些信息进行分析的时候,不仅要分析信息包含的主题内容(topic),而且要判断它们的观点和态度,即倾向性(polarity)。本文结合信息增益和潜在语义分析方法,提出了一种基于信息增益和潜在语义分析混合的文本降维方法,该方法基于所有训练数据和测试数据,对信息增益和潜在语义分析进行统一建模。实验结果表明,该方法是可行的。本文针对潜在语义分析存在的缺陷,采用概率潜在语义分析的方法构造文本——词语的同现矩阵,使用EM算法进行迭代求解。实验结果表明,在相同的测试集上,基于概率潜在语义分析的文本情感分类方法取得了较好的分类结果.互联网中存在着太多的风险和网络违规现象,严重影响企业网络安全,常常造成难以弥补的损失。信息安全的重要性正在不断提升,信息内容的安全管理也成为网络安全的新要求。本文设计了信息内容安全管理系统,实验表明,该系统可以避免人为的网络安全隐患,提升互联网使用率,使网络环境更加安全,从而利用网络创造更多的价值。