改进的朴素贝叶斯算法在垃圾邮件过滤中的研究

• 作者: 孙建国 张立国 曹翠玲 杨雷
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 邮件过滤 朴素贝叶斯 支持向量机 修剪策略
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 140-148
• 页数: 9页
• 分类号: TP309
• 字数: 6961字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2017084

摘要

提出了一种利用支持向量机改进的朴素贝叶斯算法——TSVM-NB算法.首先利用NB算法对样本集进行初次训练,利用支持向量机构造一个最优分类超平面,每个样本根据与其距离最近样本的类型是否相同进行取舍,这样既降低样本空间规模,又提高每个样本类别的独立性,最后再次用朴素贝叶斯算法训练样本集从而生成分类模型.仿真实验结果表明,该算法在样本空间进行取舍过程当中消除了冗余属性,可以快速得到分类特征子集,提高了垃圾邮件过滤的分类速度、召回率和正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立国	哈尔滨工程大学计算机科学与技术学院	34	389	11.0	19.0
2	杨雷	哈尔滨工程大学计算机科学与技术学院	16	222	9.0	14.0
3	孙建国	哈尔滨工程大学计算机科学与技术学院	54	287	10.0	14.0
7	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