新的基于最小风险的贝叶斯邮件过滤模型

• 作者: 何聚厚 王涛 裘国永
• 来源期刊: 计算机应用研究
• 关键词: 垃圾邮件过滤 朴素贝叶斯 最小风险 风险因子
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 信息安全技术
• 页码范围: 1147-1148,1153
• 页数: 3页
• 分类号: TP393.098
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.04.057

摘要

分析了目前在垃圾邮件过滤中广泛应用的基于最小风险的朴素贝叶斯模型,提出了一种新的基于直线几何分割的朴素贝叶斯邮件过滤模型LGDNBF,定义了新的风险因子.新的风险因子对决策风险的描述更加精确,同时使得LGDNBF具有一定的可扩展性.实验结果证明,LGDNBF的分类准确率比传统的基于最小风险的朴素贝叶斯模型有明显的改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何聚厚	陕西师范大学计算机科学学院	59	259	9.0	13.0
2	王涛	陕西师范大学计算机科学学院	53	157	8.0	11.0
3	裘国永	陕西师范大学计算机科学学院	54	333	10.0	15.0