不完全朴素贝叶斯分类模型在垃圾邮件过滤中的研究

• 作者: 董萍
• 来源期刊: 武汉工业学院学报
• 学科: 工学
• 关键词: 垃圾邮件 过滤 贝叶斯分类 不完全朴素贝叶斯
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 信息与控制工程
• 页码范围: 67-69
• 分类号: TP393
• 字数: 2133字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-4881.2011.01.017

摘要

为了提高电子邮件中垃圾邮件的过滤准确率和效率,以x-依赖的贝叶斯分类模型为基础,提出了一种新的N平均1-依赖邮件过滤模型.该模型利用N个1-依赖贝叶斯分类的平均概率估计值来对邮件的类别进行判别.实验证明,该模型可大幅度提高分类精度,得到更低的分类错误率,分类速度也令人满意.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董萍	三门峡职业技术学院信息工程系	48	163	6.0	10.0