基于支持向量机技术的垃圾邮件过滤系统

• 作者: 谢承旺
• 来源期刊: 武汉大学学报（工学版）
• 学科: 工学
• 关键词: 支持向量机 垃圾邮件 语料 过滤系统
• 年，卷（期）: 2010,（5）
• 页码范围: 667-671
• 分类号: TP391
• 语种: 中文

摘要

使用基于统计学习理论的支持向量机(Support Vector Machine,SVM)技术来构造垃圾邮件过滤系统.利用2个公开的邮件语料PU1和PU2来训练和测试过滤系统的性能.实验首先测试了语料的6种数据子集对过滤系统的分类错误率的影响情况,随后考察了采用不同类型核甬数的SVMs准确率性能,最后考察了采用不同特征规模的数据集对过滤系统的影响.实验结果表明SVM技术是解决垃圾邮件过滤问题的一种很有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢承旺	华东交通大学软件学院	33	403	9.0	19.0