基于改进贝叶斯决策的邮件过滤

• 作者: 薛正元
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 垃圾邮件 邮件过滤 概率 阈值 分类决策
• 年，卷（期）: 2013,（7）
• 页码范围: 98-101
• 分类号: TP302.1
• 字数: 4761字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1109-0044

摘要

探讨了基于概率阈值的贝叶斯邮件过滤模型的局限性:由于很少考虑所设定阈值的适用性和实用性,损失了一定的召回率.改进贝叶斯决策,提出了基于随机变量的较小错误分类决策方法;针对邮件处理的特殊性,进一步提出了基于随机变量的较小风险分类决策方法.实验结果表明,处理普通文本分类问题时,前者的分类决策效果更好;而后者在处理邮件问题时性能更优,能够在保持较小误判风险的同时,提高贝叶斯邮件过滤器的召回率以及 F 值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛正元	郑州大学信息工程学院	2	29	2.0	2.0