基于词频的权值计算在邮件过滤算法中的应用

• 作者: 刘慧 宋玲 雷景生 马军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 邮件过滤 特征词 特征域 词频 权值计算
• 年，卷（期）: 2006,（17）
• 所属期刊栏目: 专题论文
• 页码范围: 60-62,65
• 页数: 4页
• 分类号: TP393
• 字数: 4063字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.17.021

摘要

基于文本分类的过滤方法是目前解决垃圾邮件危机的主要手段,但仍然缺乏规范化的模式和方法以及较高检索性能的过滤机制.该文提出了借助邮件特征域的思想解决上述问题,介绍了特征词与特征域的概念,从利用类间相关评估函数对训练语料进行分析入手,构建特征词典.分析了邮件特征域在邮件主题表达力方面的重要作用,给出了基于特征域词频TF的权值计算方法,并改进了传统的文本相似度计算概率模型.通过实验加以验证,说明提出的方法在邮件过滤的查全率、查准率等几个性能评价指标上,比传统的Rocchio方法有了明显改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘慧	山东大学计算机科学与技术学院	34	145	8.0	11.0
3	马军	山东大学计算机科学与技术学院	74	980	15.0	29.0
4	雷景生	山东大学计算机科学与技术学院	35	368	10.0	17.0
8	宋玲	山东建筑大学计算机科学与技术学院	19	288	9.0	16.0