基于KNN-SVM的垃圾邮件过滤模型

• 作者: 林荫
• 来源期刊: 现代电子技术
• 关键词: 垃圾邮件 模式识别提取 K近邻算法 特征提取
• 年，卷（期）: 2016,（23）
• 所属期刊栏目: 通信与信息技术
• 页码范围: 90-92,97
• 页数: 4页
• 分类号: TN915.08-34|TP393
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.23.022

摘要

垃圾邮件具有特征维数高、样本不平衡等特点，针对近邻算法（KNN）或支持向量机（SVM）存在虚警率高等难题，基于组合优化理论，提出基于KNN?SVM的垃圾邮件过滤组合模型。首先提取垃圾邮件的特征项，并构建垃圾邮件过滤模型的输入向量，然后采用KNN对垃圾邮件训练样本进行选择，将训练样本缩减到k个，并采用支持向量机对k个样本训练和建模进行垃圾邮件过滤，最后采用中文邮件集对KNN?SVM的性能进行分析。结果表明，KNN?SVM提高了垃圾邮件过滤的准确率，大幅度降低了虚警率，而且垃圾邮件的过滤速度可以满足邮件处理的在线需求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林荫	常州大学怀德学院	20	72	4.0	8.0