基于多过滤器集成学习的在线垃圾邮件过滤

• 作者: 刘伍颖 王挺
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 垃圾邮件过滤 机器学习 集成学习 支持向量机
• 年，卷（期）: 2008,（1）
• 页码范围: 67-73
• 页数: 7页
• 分类号: TP391.1
• 字数: 6095字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2008.01.011

摘要

垃圾邮件过滤就是在线对邮件做出Spam(垃圾)或Ham(非垃圾)的判断,这是一种根据客户反馈不断自学习的过程.本文抽取邮件的语言特征和行为特征构建多个简单过滤器,然后采用集成学习方法组合这些简单过滤器,获得了比简单过滤器更高的性能.实验表明单一特征学习的计算复杂性低、速度较快,而集成学习的效果更好.本文提出的将SVM集成学习用于邮件过滤的方法,在各种集成学习方法中效果最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伍颖	国防科技大学计算机学院	6	47	4.0	6.0
2	王挺	国防科技大学计算机学院	39	558	10.0	23.0