基于改进K近邻的垃圾邮件过滤技术

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (25): 178-181.

基于改进K近邻的垃圾邮件过滤技术

田泽，颜松远，徐敬东

南开大学信息技术科学学院，天津 300071

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-01 发布日期:2007-09-01
通讯作者: 田泽

Spam filtering method based on improved KNN

TIAN Ze，YAN Song-yuan，XU Jing-dong

School of Information Science and Technology，Nankai University，Tianjin 300071，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-01 Published:2007-09-01
Contact: TIAN Ze

摘要/Abstract

摘要： 提出了一种基于K近邻（KNN）原理的快速文本分类算法。该算法不仅具有原始K近邻算法分类效果好的优点，还通过对训练样本进行压缩，消除相似度之间的比较，提高了分类效率。实验表明，该算法用于邮件过滤系统时，分类效果要优于基于朴素贝叶斯分类器的二项独立模型和多项式模型，而分类的时间复杂度与其相当，完全可以应用于实时邮件过滤。

关键词: 快速KNN算法, 文本分类, 邮件过滤

Abstract: This paper presents a fast text classification algorithm based on KNN（K Nearest Neighbor）.It increases the classification efficiency by compressing training samples and eliminating comparisons between similarities，while maintaining high classification performance of the original KNN algorithm.The experiment shows that in E-mail filter system，the new algorithm has a better classification performance than Binary Bernoulli Model or Multinomial Model，both of which are based on Naive Bayes classifier.And its computational complexity of classification is equal to these two algorithms，so it can be applied to real-time E-mail filtering.

Key words: fast KNN algorithm, text classification, spam filtering

田泽，颜松远，徐敬东. 基于改进K近邻的垃圾邮件过滤技术[J]. 计算机工程与应用, 2007, 43(25): 178-181.

TIAN Ze，YAN Song-yuan，XU Jing-dong. Spam filtering method based on improved KNN[J]. Computer Engineering and Applications, 2007, 43(25): 178-181.

[1]	黄金杰，蔺江全，何勇军，何瑾洁，王雅君. 局部语义与上下文关系的中文短文本分类算法[J]. 计算机工程与应用, 2021, 57(6): 94-100.
[2]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[3]	郑诚，董春阳，黄夏炎. 基于BTM图卷积网络的短文本分类方法[J]. 计算机工程与应用, 2021, 57(4): 155-160.
[4]	贺文亮，朱敏玲. 胶囊神经网络研究现状与未来的浅析[J]. 计算机工程与应用, 2021, 57(3): 33-43.
[5]	滕金保，孔韦韦，田乔鑫，王照乾，李龙. 基于CNN和LSTM的多通道注意力机制文本分类模型[J]. 计算机工程与应用, 2021, 57(23): 154-162.
[6]	武书钊，李功权，卜明伟. 基于知识图谱的自杀倾向检测问答系统构建[J]. 计算机工程与应用, 2021, 57(22): 304-312.
[7]	李铁飞，生龙，吴迪. BERT-TECNN模型的文本分类方法研究[J]. 计算机工程与应用, 2021, 57(18): 186-193.
[8]	丁勇，程家桥，蒋翠清，王钊. 基于主题和关键词特征的比较文本分类方法[J]. 计算机工程与应用, 2021, 57(17): 196-202.
[9]	滕金保，孔韦韦，田乔鑫，王照乾. 基于LSTM-Attention与CNN混合模型的文本分类方法[J]. 计算机工程与应用, 2021, 57(14): 126-133.
[10]	翟一鸣，王斌君，周枝凝，仝鑫. 面向文本分类的多头注意力池化RCNN模型[J]. 计算机工程与应用, 2021, 57(12): 155-160.
[11]	姚佳奇，徐正国，燕继坤，王科人. GCN-PU:基于图卷积网络的PU文本分类算法[J]. 计算机工程与应用, 2021, 57(11): 162-167.
[12]	申艳光，贾耀清. 基于词共现与图卷积的文本分类方法[J]. 计算机工程与应用, 2021, 57(11): 173-178.
[13]	郝超，裘杭萍，孙毅，张超然. 多标签文本分类研究进展[J]. 计算机工程与应用, 2021, 57(10): 48-56.
[14]	张曼，夏战国，刘兵，周勇. 全卷积神经网络的字符级文本分类方法[J]. 计算机工程与应用, 2020, 56(5): 166-172.
[15]	唐庄，王志舒，周爱，冯美姗，屈雯，鲁明羽. 面向文本分类的transformer-capsule集成模型[J]. 计算机工程与应用, 2020, 56(24): 151-156.