首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于改进贝叶斯的垃圾邮件过滤算法综述
引用本文:赵治国,谭敏生,李志敏.基于改进贝叶斯的垃圾邮件过滤算法综述[J].南华大学学报(自然科学版),2006,20(1):33-38.
作者姓名:赵治国  谭敏生  李志敏
作者单位:南华大学,计算机科学与技术学院,湖南,衡阳,421001
摘    要:朴素贝叶斯分类器是机器学习中一种简单而又有效的分类方法,但是由于它的属性条件独立性假设在实际应用中经常不成立,这影响了它的分类性能,为此基于改进贝叶斯的垃圾邮件过滤算法已受到越来越多的研究人员关注.本文通过对当前提出的最新的具有代表性的基于改进贝叶斯的垃圾邮件过滤算法进行分析和比较,总结各个算法的优点和不足,从而便于研究者对已有的算法再进行改进,提出具有更好性能的新的邮件过滤算法,同时方便使用者在应用时对算法的选择和使用.

关 键 词:垃圾邮件  贝叶斯  邮件过滤
文章编号:1673-0062(2006)01-0033-06
修稿时间:2005年11月7日

Review of Spam Filter Algorithms Based on Improved Bayes
ZHAO Zhi-guo,TAN Min-sheng,LI Zhi-min.Review of Spam Filter Algorithms Based on Improved Bayes[J].Journal of Nanhua University:Science and Technology,2006,20(1):33-38.
Authors:ZHAO Zhi-guo  TAN Min-sheng  LI Zhi-min
Abstract:
Keywords:spam mail  nayes  mail filtering
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《南华大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《南华大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号