贝叶斯邮件分类中概念漂移问题研究

• 作者: 包理群 李祥林 马宏锋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 贝叶斯邮件过滤 概念漂移 动态学习
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 116-118
• 分类号: TP306.1
• 字数: 3220字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2011.09.034

摘要

贝叶斯算法因其简单、快速、分类精确度高等优点被广泛应用于垃圾邮件过滤中,然而随着时间的推移,概念漂移现象导致贝叶斯分类器准确率下降.针对此问题,提出了基于用户反馈的客户端贝叶斯动态学习算法,可自动学习新的邮件样本,计算复杂度较低.实验表明该方法能较好地适应概念漂移,满足邮件分类的个性化需求,有很好的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李祥林	兰州工业高等专科学校电子信息工程系	31	155	8.0	11.0
2	马宏锋	兰州工业高等专科学校电子信息工程系	19	104	6.0	8.0
6	包理群	兰州工业高等专科学校电子信息工程系	25	116	7.0	8.0