基于内容的贝叶斯自学习邮件过滤模型

• 作者: 宁绍军 殷海波 王东
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 垃圾邮件过滤 文本分类 贝叶斯算法 自学习
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 信息技术交流
• 页码范围: 177-179,182
• 页数: 4页
• 分类号: TP3
• 字数: 3851字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2007.01.061

摘要

简单贝叶斯算法在邮件过滤领域得到广泛的应用,但它的两个缺点限制了它的使用,首先它不能进行连续的自学习,当邮件内容发生较大变化时,准确性急剧下降.其次是没有考虑字,词,短语之间的联系,以及词语的表现能力,不能准确反映邮件本身的内容性质.因此提出一种自学习的贝叶斯邮件过滤模型:它能够不断地进行自学习,使模型内部参数能够随着邮件内容的变化而改变,而且它将邮件特征(词语)之间的关系以及它们的表达能力引入,作为模型计算的基础之一,并且对用户发送的邮件进行学习.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王东	上海交通大学计算机系	69	611	14.0	21.0
2	宁绍军	上海交通大学软件学院	2	17	2.0	2.0
3	殷海波	上海交通大学软件学院	1	12	1.0	1.0