改进贝叶斯垃圾邮件过滤技术的研究

• 作者: 计宏
• 来源期刊: 计算机测量与控制
• 关键词: 垃圾邮件 贝叶斯 精确率 加权 粒子群
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 2181-2184
• 页数: 4页
• 分类号: TP393.09
• 语种: 中文

摘要

为提高贝叶斯垃圾邮件过滤器的精确率和召回率,提出一种改进加权贝叶斯模型(improved weighted bayes model,IWB),通过提高贝叶斯模型的准确性,改善垃圾邮件过滤性能;不同于朴素贝叶斯模型(naive hayes model,NB)对邮件样本特征值所作的独立性和相同重要性的假设,通过给邮件样本的每一个特征值分配一个权值,减小贝叶斯模型与实际间的失配误差;根据贝叶斯公式建立基于最小二乘算法的目标函数,用于对IWB中权向量的优化;由于目标函数为非线性高维函数,提出一种新的粒子群优化算法,能够获得近似全局最优权向量,从而得到最优贝叶斯模型;通过仿真对NB、传统加权贝叶斯模型(weighted bayes model,WB)与IWB进行比较,仿真结果表明IWB能够显著地改善垃圾邮件过滤性能,提高邮件过滤的精确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	计宏	西安科技大学网络中心	38	178	7.0	11.0