基于改进K近邻的垃圾邮件过滤技术

• 作者: 徐敬东 田泽 颜松远
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 快速KNN算法 文本分类 邮件过滤
• 年，卷（期）: 2007,（25）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 178-181,220
• 页数: 5页
• 分类号: TP391
• 字数: 6745字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.25.053

摘要

提出了一种基于K近邻(KNN)原理的快速文本分类算法.该算法不仅具有原始K近邻算法分类效果好的优点,还通过对训练样本进行压缩,消除相似度之间的比较,提高了分类效率.实验表明,该算法用于邮件过滤系统时,分类效果要优于基于朴素贝叶斯分类器的二项独立模型和多项式模型,而分类的时间复杂度与其相当,完全可以应用于实时邮件过滤.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐敬东	南开大学信息技术科学学院	46	394	11.0	18.0
2	颜松远	南开大学信息技术科学学院	5	66	4.0	5.0
3	田泽	南开大学信息技术科学学院	1	17	1.0	1.0