基于TF＊IDF垃圾邮件过滤改进算法的研究

• 作者: 常凯
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: TF＊IDF 权重 分类 垃圾邮件
• 年，卷（期）: 2010,（9）
• 页码范围: 6928-6930
• 页数: 3页
• 分类号: TP301.6

摘要

传统TF＊IDF算法是计算文档关键字的权值的重要方法。分析了传统TF＊IDF算法在划分垃圾邮件和合法邮件时的缺点。即忽视了在一类文档中反复出现的单词，反复出现的单词往往最具有代表该类文档的特征，权重应该是比较高的。但这种情况，传统TF＊IDF算法计算出结果恰恰相反，权重偏低，达不到设计者的要求。故通过改进了传统TF＊IDF算法计算公式，来增加这些单词的权重。实验证明改进算法优于传统算法：

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常凯		2	6	1.0	2.0