基于图正则化MNMF的中文垃圾邮件过滤

• 作者: 刘遵雄 石菲 郑淑娟 黄志强
• 来源期刊: 计算机应用研究
• 关键词: 向量空间模型 维数约减 最大间隔Semi-NMF 图正则化MNMF 中文垃圾邮件过滤
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2672-2676
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.09.028

摘要

利用向量空间模型表示的文本邮件数据具有高维性,不利于邮件过滤模型的建立,需要对数据进行降维处理.最大间隔Semi-NMF(max-margin semi-nonnegative matrix factorization,MNMF)能够同时实现维数约减和邮件分类,而图正则化NMF能保持数据空间的几何结构.基于以上两种NMF改进模型,提出了图正则化MNMF(graph regularized MNMF,GMNMF)算法,并设计了一个迭代的求解算法.将GMNMF算法及其他相关算法用于中文垃圾邮件过滤实验,结果表明GMNMF算法构建的过滤模型要优于其他较好的算法构建的过滤模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘遵雄	华东交通大学信息工程学院	59	330	10.0	15.0
2	郑淑娟	江西财经大学科研处	15	127	6.0	11.0
3	黄志强	华东交通大学信息工程学院	6	36	4.0	6.0
4	石菲	华东交通大学信息工程学院	1	1	1.0	1.0