基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
邮件分类是指在给定的分类体系下,根据邮件的内容和属性,确定其类别标签的过程.将最大熵模型应用于邮件分类中,给出了邮件的预处理过程,介绍了邮件信头特征,分析比较了特征数量和迭代次数、邮件特征字段对分类结果的影响,以及对层次分类和平面分类的效果进行了比较.实验表明,特征数量和迭代次数分别取2 000和250时为宜;充分利用邮件各字段信息,取得的总体分类效果最好,但对合法邮件,利用邮件头及邮件标题却取得了最好结果,并在层次分类中验证了这点,层次分类效果要优于平面分类.最后进行了总结和展望.
推荐文章
基于最大熵模型的垃圾邮件过滤技术
垃圾邮件
最大熵
特征值
邮件过滤
基于最大信息熵模型的异常流量分类方法
最大信息熵模型
异常流量
离散化
特征选择
参数估计
基于最大熵方法的垃圾邮件过滤插件的设计与实现
最大熵模型
邮件过滤
.NET
Outlook插件
基于改进的最大熵均值聚类方法在文本分类中的应用
文本分类
最大熵
C-均值聚类
特征选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 最大熵模型在邮件分类中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 最大熵模型 邮件分类 特征 层次分类
年,卷(期) 2007,(35) 所属期刊栏目 网络、通信与安全
研究方向 页码范围 126-129
页数 4页 分类号 TP393.098|TP391.1
字数 5112字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.35.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱巧明 苏州大学计算机科学与技术学院 261 2058 25.0 31.0
2 钱培德 苏州大学计算机科学与技术学院 77 844 16.0 25.0
3 李培峰 苏州大学计算机科学与技术学院 138 995 16.0 24.0
4 李军辉 苏州大学计算机科学与技术学院 25 151 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (326)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (27)
二级引证文献  (9)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
最大熵模型
邮件分类
特征
层次分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导