基于改进贝叶斯模型的中文邮件分类算法

• 作者: 何云 张建忠 徐敬东 王宁 申庆永
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 邮件分类 中文分词 最小风险 混合模型 贝叶斯
• 年，卷（期）: 2006,（31）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 97-100,113
• 页数: 5页
• 分类号: TP393
• 字数: 6624字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.31.031

摘要

通过分析常见的贝叶斯分类方法和实现模型,提出了一种适用于中文邮件的分类算法--基于混合模型的最小风险贝叶斯方法.混合模型将二项独立模型和多项式模型相结合,提高邮件分类的查全率,同时,在此基础上应用最小风险贝叶斯方法,进一步提高准确率.实验表明,应用改进的方法可以得到更准确的邮件分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建忠	南开大学计算机科学与技术系	36	295	11.0	15.0
2	徐敬东	南开大学计算机科学与技术系	46	394	11.0	18.0
3	王宁	南开大学计算机科学与技术系	14	242	7.0	14.0
4	申庆永	南开大学计算机科学与技术系	3	25	2.0	3.0
5	何云	南开大学计算机科学与技术系	5	27	2.0	5.0