计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (16): 138-140.DOI: 10.3778/j.issn.1002-8331.2009.16.040
邓春燕1,3,陶多秀2,吕跃进3
DENG Chun-yan1,3,TAO Duo-xiu2,LV Yue-jin3
摘要: 垃圾邮件的识别与过滤是目前研究的热点问题之一。而粗糙集是一种新的处理模糊和不确定性知识的数据分析工具,已被成功地应用到许多有关分类的领域。将粗糙集与决策树结合,提出一个基于RS-DT的邮件分类方案与模型,并进行了实验及结果分析。通过与朴素贝叶斯模型及SVM的比较,表明提出的基于RS-DT的模型可以降低把正常邮件错分为垃圾邮件的比率,提高过滤系统的自学习能力。