基于类别特征选择与反馈学习随机森林算法的邮件过滤系统研究

• 作者: 孙雪 李昆仑 韩蕾
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: LDA模型 特征选择 反馈学习 随机森林算法 垃圾邮件过滤
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 67-71
• 页数: 5页
• 分类号: TP3
• 字数: 5301字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.04.016

摘要

针对邮件过滤系统中普遍存在的维数灾难、类别主题差异和反馈信息缺失问题，提出一种基于类别特征选择与反馈学习随机森林算法的邮件过滤模型。该方法将隐含的Dirichlet模型引入到邮件的特征选择环节，在不同类型的邮件集中建立各自的生成模型，分别搜寻构成各个主题的特征信息，有效降低冗余信息和噪声数据对分类性能的影响。反馈学习随机森林算法发挥了决策树集成与反馈学习的优势，实现邮件过滤系统的自我调节，及时捕捉垃圾邮件的变化趋势。在公开的语料库CCERT和Trec06上进行测试，并与典型算法进行比较，实验结果表明所提算法的可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙雪	河北大学工商学院	10	67	4.0	8.0
2	李昆仑	河北大学电信学院	32	624	13.0	24.0
3	韩蕾	河北大学工商学院	11	22	3.0	4.0