基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
贝叶斯过滤算法是反垃圾邮件过滤技术中应用最为广泛的方法之一.考虑到邮件的错误分类对邮件接收者带来的损失不同,引入判定垃圾邮件是判定正常邮件的λ倍作为最终邮件分类依据;同时,为了提高贝叶斯过滤算法的分类质量,运用遗传算法来对邮件中正文和标题的特征词在邮件分类中不同的重要程度做区分.最后用实际的邮件样本对改进后的算法进行验证,验证结果表明,利用遗传算法优化配合贝叶斯过滤算法能有效提高邮件分类的质量.
推荐文章
改进的朴素贝叶斯垃圾邮件过滤算法
垃圾邮件
朴素贝叶斯
信息增益
多变量贝努里事件模型
一种改进的贝叶斯算法在垃圾邮件过滤中的研究
文本分类
垃圾邮件
朴素贝叶斯
支持向量机
EM
基于改进贝叶斯的垃圾邮件过滤算法综述
垃圾邮件
贝叶斯
邮件过滤
基于贝叶斯的垃圾邮件过滤算法的研究
垃圾邮件
邮件过滤
贝叶斯算法
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 一种改进的贝叶斯邮件过滤算法
来源期刊 计算机与现代化 学科 工学
关键词 贝叶斯 反垃圾邮件 遗传算法
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 125-128,132
页数 分类号 TP311
字数 5050字 语种 中文
DOI 10.3969/j.issn.1006-2475.2010.10.033
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 徐德华 同济大学经济与管理学院 16 214 7.0 14.0
2 夏超 同济大学经济与管理学院 6 34 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (205)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (17)
二级引证文献  (23)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(11)
  • 引证文献(1)
  • 二级引证文献(10)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(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
贝叶斯
反垃圾邮件
遗传算法
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导