中文垃圾邮件多层次过滤技术的应用研究

doi:10.3778/j.issn.1002-8331.2009.34.029

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (34): 94-97.DOI: 10.3778/j.issn.1002-8331.2009.34.029

中文垃圾邮件多层次过滤技术的应用研究

刘延华，陈国龙

福州大学数学与计算机科学学院，福州 350108

收稿日期:2009-08-10 修回日期:2009-10-13 出版日期:2009-12-01 发布日期:2009-12-01
通讯作者: 刘延华

Application research of multiplayer filter algorithm on Chinese spam filtering

LIU Yan-hua，CHEN Guo-long

College of Mathematics and Computer Science，Fuzhou University，Fuzhou 350108，China

Received:2009-08-10 Revised:2009-10-13 Online:2009-12-01 Published:2009-12-01
Contact: LIU Yan-hua

摘要/Abstract

摘要： 针对当前中文垃圾邮件过滤中存在的问题，提出了一种基于改进最小风险贝叶斯算法的多层次垃圾邮件过滤方法，并研究了其中关键应用技术。实验结果表明，所设计的多层次过滤算法不但在召回率和准确率上具有一定优势，还具有较高的过滤速率，实际应用性较强。

关键词: 中文垃圾邮件, 多层次过滤, 最小风险贝叶斯, 特征选择

Abstract: Aiming at the key issue of Chinese spam filtering，a multiplayer filter based on an improved minimum risk Bayes algorithm.The result of experiment shows this multiplayer filter but reach more better recall and precision，also can speed up the process of spam filtering.It is very good in practicability.

Key words: Chinese spam, multiplayer filter, minimum risk Bayes, feature selection

中图分类号:

TP393.08

刘延华，陈国龙. 中文垃圾邮件多层次过滤技术的应用研究[J]. 计算机工程与应用, 2009, 45(34): 94-97.

LIU Yan-hua，CHEN Guo-long. Application research of multiplayer filter algorithm on Chinese spam filtering[J]. Computer Engineering and Applications, 2009, 45(34): 94-97.

[1]	李莉，纪欣沅，宋嵩. 回环软件缺陷数量预测模型[J]. 计算机工程与应用, 2021, 57(7): 158-163.
[2]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[3]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[4]	李珑珠，林耀进，吕彦，卢舜，王晨曦. 利用邻域信息交互的在线流特征选择算法[J]. 计算机工程与应用, 2021, 57(21): 102-108.
[5]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[6]	武炜杰，张景祥. 融合分类信息的随机森林特征选择算法及应用[J]. 计算机工程与应用, 2021, 57(17): 147-156.
[7]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.
[8]	霍林，陆寅丽. 改进粒子群算法应用于Android恶意应用检测[J]. 计算机工程与应用, 2020, 56(7): 96-101.
[9]	廖文雄，曾碧，梁天恺，徐雅芸，赵俊峰. 面向高维数据的个人信贷风险评估方法[J]. 计算机工程与应用, 2020, 56(4): 219-224.
[10]	彭明，张海澎. 基于Schatten-p范数和特征自表示的无监督特征选择[J]. 计算机工程与应用, 2020, 56(23): 45-52.
[11]	刘峰，Godfred Kim Mensah，李欣芸，刘鸿丽，李瑶，郭浩. 不确定脑网络的异常拓扑分析及分类研究[J]. 计算机工程与应用, 2020, 56(2): 127-132.
[12]	岳鹏，侯凌燕，杨大利，佟强. 基于XGBoost特征选择的疾病诊断XLC-Stacking方法[J]. 计算机工程与应用, 2020, 56(17): 136-141.
[13]	黄欣，莫海淼，赵志刚，曾敏. 离散型增强烟花算法和[kNN]在特征选择中的研究[J]. 计算机工程与应用, 2020, 56(16): 112-117.
[14]	周婉莹，马盈仓，续秋霞，郑毅. 最大熵和[l2,0]范数约束的无监督特征选择算法[J]. 计算机工程与应用, 2020, 56(11): 51-59.
[15]	郭磊，王顺芳. 序列信息融合与两阶段特征选择的膜蛋白预测[J]. 计算机工程与应用, 2019, 55(6): 145-150.

中文垃圾邮件多层次过滤技术的应用研究

Application research of multiplayer filter algorithm on Chinese spam filtering

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics