基于支持向量机的垃圾邮件过滤分析与实现

• 作者: 王鹏鸣 陈青
• 来源期刊: 科技广场
• 学科: 工学
• 关键词: 垃圾邮件过滤 支持向量机 统计学习理论
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 信息安全技术
• 页码范围: 89-92
• 页数: 4页
• 分类号: TP391
• 字数: 4241字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-4792.2008.03.031

摘要

互联网的发展逐渐改变了人们的生活方式,电子邮件因其方便、快捷的特点己受到人们的青睐.但许多垃圾邮件同时也在网络中蔓延,占据了邮件服务器的大量存储空间,用户往往需要花费大量的时间去删除这些垃圾邮件.因此,研究邮件的自动过滤具有重要意义.邮件的自动过滤主要有基于规则和基于统计两种方式.而目前基于统计的过滤器中,常用的贝叶斯方法等是建立在经验风险最小化的基础之上,过滤器推广性能较差.支持向量机(SVH)是在统计学习理论的基础上发展而来的一种新的模式识别方法,在解决有限样本、非线性及高维模式识别问题中表现出许多特有的优势.它不仅考虑了对推广能力的要求,而且追求在有限信息的条件下得到最优结果.因此,本文将支持向量机应用于邮件过滤,实验证明过滤效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈青	江西师范大学计算机信息工程学院	3	11	1.0	3.0
2	王鹏鸣	江西师范大学计算机信息工程学院	3	14	2.0	3.0