基于改进Nave Bayes的垃圾邮件过滤模型研究

被引：12

作者：

王涛

裘国永

何聚厚

机构：

[1] 陕西师范大学计算机科学学院

来源：

计算机工程与应用 | 2007年 / 13期

关键词：

垃圾邮件过滤; 朴素贝叶斯; 期望交叉熵; 特征选取;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP393.098 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080402 ;

摘要：

分析了目前在垃圾邮件过滤中广泛应用的NaveBayes过滤模型(NBF),指出了期望交叉熵(ECE)特征词选取方法的不足。提出了改进的NaveBayes垃圾邮件过滤模型(A-NBF),用改进的期望交叉熵(AECE)选取垃圾邮件特征词,并在邮件分类过程中对特征词进行加权,从而提高对垃圾邮件过滤的精度。实验结果可以看出A-NBF比NBF在过滤精度方面有明显的提高。

引用

页码：186 / 190

页数：5