基于用户反馈和增量学习的垃圾邮件识别方法

• 作者: 李学农 段海新 王鑫 陈光英
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 模式识别 电子邮件 垃圾邮件识别 改进遗传算法 用户反馈 增量学习
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 70-73
• 页数: 4页
• 分类号: TP391.4
• 字数: 4392字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2006.01.019

摘要

为了提高垃圾邮件识别的准确度,减少识别中的错判,提出了一种交互式垃圾邮件识别方法.该方法用一组具有特定权重的规则识别垃圾邮件,规则权重分布用改进遗传算法训练得到.增加用户与服务器间的交互,收集用户反馈的错判信息,根据反馈信息用增量学习动态调整规则权重.通过对SpamAssassin扩展实现了该方法,并应用在邮件服务器上进行了测试.实验中在不影响垃圾邮件识别率的前提下,降低误判率约10%. 实验结果表明: 该方法不但能有效减少识别中的误判,而且避免了繁琐的重新训练,加快了规则权重的更新速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鑫	清华大学信息网络工程研究中心	54	562	12.0	22.0
2	段海新	清华大学信息网络工程研究中心	81	1255	17.0	34.0
3	陈光英	清华大学信息网络工程研究中心	5	302	5.0	5.0
4	李学农	清华大学信息网络工程研究中心	14	314	8.0	14.0