基于主动学习和否定选择的垃圾邮件分类算法

• 作者: 刘磊 胡小娟 邱宁佳
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 文本分类 垃圾邮件检测 主动学习 否定选择 双向用户兴趣集
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 203-209
• 页数: 7页
• 分类号: TP391
• 字数: 4665字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.01.028

摘要

针对现在网络上泛滥的垃圾邮件问题,本文结合主动学习方法和否定选择算法提出了一种二类文本分类方法:主动否定学习算法.根据用户少量标注建立双向兴趣集,利用否定选择算法的自体异常检测机制改善主动学习中的采样策略,并将双向兴趣集作为检测器,新增样本集作为自体集,对两者进行异常匹配.本文算法与在线垃圾邮件快速识别方法、增强差异性的半监督协同分类算法、垃圾邮件过滤方法、基于人工高免疫的多层垃圾邮件过滤算法和在线主动多领域学习方法在六个常用邮件语料集上进行了分析比较,结果表明本文算法具有较高的准确率、召回率、分类精度,和较低的用户标注负担.使用用户个性喜好转换为双向兴趣特征的方式有助于提高算法的分类能力;利用异常检测匹配选取未知类别特征的方式,有效地降低了用户标注负担.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘磊	吉林大学计算机科学与技术学院	211	1231	18.0	25.0
2	邱宁佳	长春理工大学计算机科学技术学院	24	66	5.0	6.0
3	胡小娟	吉林大学计算机科学与技术学院	2	16	2.0	2.0