浅析改良K-SVM算法在邮件分类中的研究应用

• 作者: 吴荣泉 夏九将 王敬平
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 电子邮件 自动归类 KNN算法 SVM算法 K-SVM算法 算法效率
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 研究与探讨
• 页码范围: 121-124,129
• 页数: 5页
• 分类号: TP311.13
• 字数: 4005字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2015.11.031

摘要

数字化信息时代,电子邮件极大方便了人与人之间的通信,尤其体现在时效性和便捷性上.但随着互联网大潮的强势来袭,各色的电子邮件也开始堆满了人们的电子信箱.如何实现对电子邮件的自动归类,以及如何自动过滤掉垃圾邮件的问题,便日益变得突出与重要.文本的自动归类是信息处理领域的一个重要研究方向.该分类系统中,基于文本训练与分类算法的文本分类模块又是该系统设计里的重点与核心.旨在现有主流的文本训练与分类算法下,浅析各种算法的优劣,并提出一种改良版的"高性价比K-SVM算法",实现对电子邮件的自动归类.并通过实验去论证该算法的优良性,实现对邮件更精准、更优良的分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敬平	中国电子科技集团公司第三十二研究所	8	13	2.0	3.0
2	夏九将	中国电子科技集团公司第三十二研究所	1	2	1.0	1.0
3	吴荣泉	中国电子科技集团公司第三十二研究所	7	330	3.0	7.0