基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
k最近邻分类算法原理简单且分类性能好,但因其时间复杂度高,不适用于实际领域在线垃圾邮件过滤.本文在建模阶段首先对训练邮件进行初始聚类,将训练邮件划分为半径大小几乎相同的初始簇,然后使用共享最近邻图聚类算法对包含邮件的初始簇进行再聚类,最终聚类簇被看成是可以增量更新的分类模型,最后使用经典k最近邻分类算法在该分类模型上对未知邮件进行分类.在公开语料Ling-Spam上的实验结果表明,本文提出的垃圾邮件识别算法不仅具有较高的垃圾邮件识别精度,而且还具有较低的时间复杂度.
推荐文章
基于Bayes的一种改良垃圾邮件过滤模型
垃圾邮件
过滤
实时黑名单
朴素贝叶斯
邮件分级
一种复合的双引擎智能垃圾邮件过滤方法
垃圾邮件
正常邮件
黑白名单
规则
贝叶斯过滤算法
垃圾邮件行为识别技术的研究与实现
垃圾邮件
行为识别
邮件传输代理
网关
基于贝叶斯方法的一种垃圾邮件过滤的实现
贝叶斯方法
反垃圾邮件系统
垃圾邮件
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种垃圾邮件快速识别方法
来源期刊 小型微型计算机系统 学科 工学
关键词 垃圾邮件过滤 K最近邻分类算法 共享最近邻图聚类算法
年,卷(期) 2013,(3) 所属期刊栏目 计算机软件与数据库技术
研究方向 页码范围 498-502
页数 5页 分类号 TP311
字数 6944字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋盛益 广东外语外贸大学信息学院 92 1053 18.0 28.0
2 李霞 广东外语外贸大学信息学院 41 308 10.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (24)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (2)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
垃圾邮件过滤
K最近邻分类算法
共享最近邻图聚类算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
总被引数(次)
83133
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导