基于朴素贝叶斯和支持向量机的自适应垃圾短信过滤系统

被引：15

作者：

金展 ^{[1
]}

范晶 ^{[1
]}

陈峰 ^{[2
]}

徐从富 ^{[1
]}

机构：

[1] 浙江大学计算机科学与技术学院

[2] 浙江省公安厅科技处

来源：

计算机应用 | 2008年 / 03期

关键词：

垃圾短信过滤; 朴素贝叶斯; 支持向量机;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081203 ;

摘要：

随着短信业务的不断发展,垃圾短信的特征和内容也在不断变化,传统垃圾短信过滤系统中存在的主要问题是,短信特征和内容未能得到及时更新而导致过滤性能降低。考虑朴素贝叶斯的快速统计分类及支持向量机(SVM)的增量训练等特点,将其应用于垃圾短信过滤中,并把分析结果及时反馈给在线过滤子系统,使得系统具有更好的自适应性。实验结果表明,该方法可有效地解决当前垃圾短信过滤系统中存在的问题。

引用

页码：714 / 718

页数：5