- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
改进的贝叶斯垃圾邮件过滤算法 王美珍
改进的贝叶斯垃圾邮件过滤算法lowbar;王美珍
第37卷 第8期2021年 8月 华 中 科 技 大 学 学 报(自然科学版) J . Huazho ng U niv . of Sci . T ech . (Na tural Science Edition ) V ol . 37N o . 8
A ug . 2021
改进的贝叶斯垃圾邮件过滤算法
王美珍 李芝棠 吴汉涛
(华中科技大学计算机科学与技术学院, 湖北武汉430074)
摘要:为了减少垃圾邮件误判造成的影响, 在传统的贝叶斯算法基础上提出了相应的改进措施:引入损失因子来评估垃圾邮件误判件时带来的风险. 通过理论推导和实验验证, 得出损失因子的最佳值, 来改善正常邮件的误判问题. 最后通过实验测试和结果分析, 表明基于改进的贝叶斯算法在垃圾邮件过滤中可以有效地减少误判, 使查全率和查准率达到一个比较理想的效果.
关 键 词:垃圾邮件; 最小风险; 贝叶斯; 损失因子; 误判; 风险
中图分类号:T P301. 6 文献标识码:A 文章编号:1671-4512(2021) 08-0027-04
An improved Bayes algorithm for filtering spam e -mail
Wang Meizhen Li Zhitang W u H antao
(Co llege o f Co mputer Science and T echno log y , H uazhong Univ ersity of
Science and T echno lo gy , Wuhan 430074, China )
A bstract :In o rder to reduce the influence of spam false negative result , an improment solutio n based
on the traditio nal Bayesian algo rithm is propo sed , in w hich the loss factor is introdued to evaluate the risk o f spam false neg ative ra te . Through the theory inference and experim ental verificatio n , the best value of the lo ss facto r w as obtained , w hich can improve the misjudg ment problem of the Bayesian al -g orithm . Lastly , by experiments te sting and ianaly sis , the result indicats that the improved Bayesian algo rithm can reduce the false neg ative e rror rate w hen filtering spam e -mail , and take the recall and precision rate s into correspondly ideal effect .
Key words :spam e -mail ; minim um risk ; Bayesian ; loss factor ; false regative ; risk 垃圾邮件的过滤算法有很多种, 其中最有代表性的是决策树算法、Bo osting 算法、支持向量机、k 近邻算法、贝叶斯算法等. 目前使用最广泛的是基于贝叶斯模型的统计过滤方法. 垃圾邮件过滤其实就是邮件分类问题, 把邮件分为垃圾邮件和正常邮件. 这就可以应用贝叶斯定理, 通过对已经正确分类的邮件来预测新接收的邮件是否为垃圾邮件. 贝叶斯算法中用得最多的是朴素贝叶斯算法[3~5]. 它是基于各个特征项之间是相互独立的这个假设前提的. 由于简单的二分类问题不可避免地带来一些错误判断, 例如将正常邮件判断为垃圾邮件, 将垃圾邮件判断为正常邮件, 因此本文在传统贝叶斯算法的基础上引入损失因
收稿日期:2021-12-29.
作者简介:王美珍(1974-) , 女, 讲师, E -mail :mzw ang @mail . hust . edu . cn .
基金项目:国家自然科学基金资助项目(60573120
文档评论(0)