基于粗糙集的增量式垃圾邮件过滤方法研究

• 作者: 寇曼曼 徐丹 韩艳杰
• 来源期刊: 现代电子技术
• 关键词: 垃圾邮件过滤 粗糙集理论 增量学习 ILRS算法
• 年，卷（期）: 2015,（14）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 24-27
• 页数: 4页
• 分类号: TN911-34
• 语种: 中文

摘要

在粗糙集理论基础上，提出一种增量式的垃圾邮件过滤方法。该方法将邮件样本的局部最小确定性作为阈值来控制规则产生，并在邮件识别过滤过程中增加了反馈环节，将错判和未识别样本作为增量样本进行再学习，动态调整邮件规则的置信度。根据阈值选择可信度较高的规则进行更新，从而减少了规则的个数，提高了样本的正确识别率，最后用实验证明了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐丹		7	6	2.0	2.0
2	韩艳杰		10	23	3.0	4.0
3	寇曼曼		6	41	2.0	6.0