用于垃圾邮件的贝叶斯过滤算法研究

• 作者: 曹翠玲 王媛媛 袁野 赵国冬
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 朴素贝叶斯 支持向量机 修剪 垃圾邮件
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 64-70
• 页数: 7页
• 分类号: TP319
• 字数: 5290字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2017.00119

摘要

研究了基于改进的支持向量机(SVM,support vector machine)算法结合朴素贝叶斯算法在垃圾邮件过滤中的应用.首先,SVM对训练集样本空间中两类交界处的集合构造一个最优分类超平面;然后,每个样本根据与其最近邻的类型是否相同进行取舍,从而降低样本空间也提高了每个样本类别的独立性;最后,利用朴素贝叶斯算法对邮件分类.仿真实验结果表明,该算法降低了样本空间复杂度,快速得到最优分类特征子集,有效地提高了垃圾邮件过滤的分类速度、准确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁野	哈尔滨工程大学计算机科学与技术学院	11	52	5.0	7.0
2	赵国冬	哈尔滨工程大学计算机科学与技术学院	5	25	2.0	5.0
3	曹翠玲	哈尔滨工程大学计算机科学与技术学院	2	34	2.0	2.0
4	王媛媛	东北林业大学机电工程学院	3	4	1.0	1.0