作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于机器学习的垃圾邮件过滤方法相较于传统方法有更好的效果。文本表示方法的好坏会对分类算法产生影响。加权LDA模型在传统LDA模型的基础上引入词权重机制,通过这种方法获得的文本表示联合SVM分类器对邮件进行过滤,获得较好的分类效果。通过对比实验也验证这种方法的正确性和可靠性。
推荐文章
基于KNN-SVM的垃圾邮件过滤模型
垃圾邮件
模式识别提取
K近邻算法
特征提取
LS-SVM在垃圾邮件过滤中的应用
统计学习理论
支持向量机
LS-SVM
垃圾邮件过滤
基于Bayes的一种改良垃圾邮件过滤模型
垃圾邮件
过滤
实时黑名单
朴素贝叶斯
邮件分级
基于最大熵模型的垃圾邮件过滤技术
垃圾邮件
最大熵
特征值
邮件过滤
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 加权LDA模型与SVM在垃圾邮件过滤中的应用
来源期刊 现代计算机:中旬刊 学科 工学
关键词 垃圾邮件 LDA 词权重
年,卷(期) 2016,(9) 所属期刊栏目
研究方向 页码范围 9-13
页数 5页 分类号 TP311.56
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张帆 四川大学计算机学院 106 609 12.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (28)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
垃圾邮件
LDA
词权重
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
论文1v1指导