中文垃圾邮件过滤系统中的特征提取算法

• 作者: 王新房 白飞云
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 垃圾邮件过滤 邮件预处理 特征提取 Rocchio方法 评价指标
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 研究开发
• 页码范围: 106-110
• 分类号: TP393.098
• 字数: 3338字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2012.03.024

摘要

针对垃圾邮件过滤,首先对获取的垃圾邮件及合法邮件进行分词,预处理,构建文本矢量,然后用四种常用的特征词提取方法进行矢量降维,再在此基础上,给出了一种综合性的特征词提取算法,即按照各个评估函数的排序结果,取它们交集的前n个特征词作为候选词进行分类测试,仿真比较了各个算法中n对分类结果的影响,从而验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新房	西安理工大学自动化与信息工程学院	65	417	11.0	16.0
2	白飞云	西安理工大学自动化与信息工程学院	1	3	1.0	1.0