结合特征和非特征信息改进Na(i)ve Bayes及其应用

• 作者: 刘培玉 赵静 陈孝礼
• 来源期刊: 计算机应用研究
• 关键词: 邮件过滤 非特征信息 特征信息 朴素贝叶斯算法
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 514-516
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.02.030

摘要

朴素贝叶斯算法是一种常见的基于内容的垃圾邮件过滤算法,但是,传统朴素贝叶斯过滤存在判断内容的不确定性和邮件表示不完整性等问题.分析邮件信头各域在正常邮件和垃圾邮件中表现出的不同属性,提取非特征信息,结合特征信息和非特征信息改进朴素贝叶斯算法.实验结果表明,改进的朴素贝叶斯分类方法与单纯使用特征信息的方法相比,垃圾邮件的召回率和准确率更高,凸显了该方法涵盖邮件信息、克服内容判断缺陷的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘培玉	山东师范大学信息科学与工程学院	126	1276	18.0	27.0
2	赵静	山东师范大学信息科学与工程学院	24	155	7.0	11.0
3	陈孝礼	山东师范大学信息科学与工程学院	3	13	2.0	3.0