基于偏最小二乘特征抽取的垃圾邮件过滤

• 作者: 吴水秀 王明文 王鹏鸣 黄国斌
• 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 偏最小二乘 特征抽取
• 年，卷（期）: 2008,（1）
• 页码范围: 74-79
• 页数: 6页
• 分类号: TP391
• 字数: 4260字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2008.01.012

摘要

随着垃圾邮件逐渐成为网络用户的一大困扰,垃圾邮件过滤技术的研究显得越来越重要.针对电子邮件存在数据极度稀疏性、高特征维数和多重相关性等特点,本文提出了一种基于偏最小二乘原理的特征抽取方法,可以通过对原始特征进行线性组合抽取出既可反映邮件内容又可反映邮件类型的潜在语义特征,并可解决多重相关性问题.在Enron-Spam邮件数据集上的实验结果表明,同χ2特征选择方法相比,该方法在较低维数上可以获取良好的邮件过滤性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王明文	江西师范大学计算机信息工程学院	115	1470	19.0	34.0
2	吴水秀	江西师范大学计算机信息工程学院	20	191	5.0	13.0
3	黄国斌	江西师范大学计算机信息工程学院	3	7	2.0	2.0
4	王鹏鸣	江西师范大学计算机信息工程学院	3	14	2.0	3.0