原文服务方: 科技与创新       
摘要:
本文介绍了一种朴素贝叶斯算法的实现方法,并介绍了涉及到的文本特征选取、朴素贝叶斯分类器等关键技术.最后,文章给出了垃圾邮件过滤的实验结果.结果表明,该方法对于垃圾邮件的识别,具有良好的效果.
推荐文章
贝叶斯垃圾邮件过滤算法的改进与实现
贝叶斯
垃圾邮件过滤
模式匹配
模糊匹配
垃圾邮件过滤的贝叶斯方法综述
垃圾邮件
贝叶斯分类
向量空间模型
朴素贝叶斯分类
改进贝叶斯垃圾邮件过滤技术的研究
垃圾邮件
贝叶斯
精确率
加权
粒子群
基于贝叶斯神经网络的垃圾邮件过滤方法
贝叶斯神经网络
垃圾邮件
特征选择
信息增益
分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于贝叶斯算法的垃圾邮件过滤的研究
来源期刊 科技与创新 学科
关键词 垃圾邮件 文本分类 朴素贝叶斯
年,卷(期) 2008,(9) 所属期刊栏目 软件时空
研究方向 页码范围 179-180,190
页数 3页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.09.072
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏克俭 北京科技大学信息工程学院计算机系 28 361 10.0 18.0
2 张涛 北京科技大学信息工程学院计算机系 31 233 7.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (26)
参考文献  (1)
节点文献
引证文献  (8)
同被引文献  (7)
二级引证文献  (16)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
垃圾邮件
文本分类
朴素贝叶斯
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导