[1]汤伟 程家兴 纪霞.一种基于概率推理的邮件过滤系统的研究与设计[J].计算机技术与发展,2008,(08):76-79.
　TANG Wei,CHENG Jia-xing,JI Xia.Research and Design of a Spam Filtering System Based on Probability Inference[J].,2008,(08):76-79.
点击复制

一种基于概率推理的邮件过滤系统的研究与设计()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2008年08期
页码:
76-79
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Research and Design of a Spam Filtering System Based on Probability Inference
文章编号:
1673-629X（2008）08-0076-04
作者:
汤伟 程家兴 纪霞
安徽大学计算智能与信号处理教育部重点实验室
Author(s):
TANG Wei;  CHENG Jia-xing; JI Xia
Ministry of Edu., Key Lab. of Intelligent Computing ＆ Signal Processing, Anhui Univ
关键词:
机器学习; 文本分类; 垃圾邮件; 贝叶斯方法
Keywords:
machine learning;  text classification;  sparn; Bayesian method
分类号:
TP31
文献标志码:
A
摘要:
分类问题是机器学习与数据挖掘研究中最重要的问题之一，其中文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术，近年来得到了广泛的关注和快速的发展。设计了一种基于贝叶斯概率推理方法的垃圾邮件过滤系统。它用概率测试的权重来描述数据间的相关性，从而解决了数据间的不一致性，甚至是相互独立的问题。作为互联网的第一大应用，电子邮件一直受到广大网民的青睐，但近些年来，垃圾邮件问题日益严重。将上述研究的结果应用到目前互联网上垃圾邮件的过滤工作中，实验证明了方法的有效性
Abstract:
Classification is one of the most important research fields in data mining and machine learning. In recent years, there have been extensive studies and rapid progresses in automatic text categorization, which is one of the hotspots and key techniques in i

相似文献/References:

[1]田昕辉 李成基.带有短语切分的中文文本分类方法[J].计算机技术与发展,2010,(01):5.
　TIAN Xin-hui,LEE Sung-kee.Phrase Segmentation for Chinese Text Classification[J].,2010,(08):5.
[2]陈全 赵文辉 李洁 江雨燕.选择性集成学习算法的研究[J].计算机技术与发展,2010,(02):87.
　CHEN Quan,ZHAO Wen-hui,LI Jie,et al.Research of Selective Ensemble Learning Algorithm[J].,2010,(08):87.
[3]姜鹤 陈丽亚.SVM文本分类中一种新的特征提取方法[J].计算机技术与发展,2010,(03):17.
　JIANG He,CHEN Li-ya.A New Feature Selection Method in SVM Text Categorization[J].,2010,(08):17.
[4]周瑛 张铃.有限混合模型在文本分类中的应用研究[J].计算机技术与发展,2010,(06):18.
　ZHOU Ying,ZHANG Ling.Study of Application of Finite Mixture Model in Text Classification[J].,2010,(08):18.
[5]许幸 张启蕊.基于KNN算法的医药信息文本分类系统的研究[J].计算机技术与发展,2009,(04):206.
　XU Xing,ZHANG Qi-rui.Research of Medical Information Text Categorization Based on KNN Algorithm[J].,2009,(08):206.
[6]黄秀丽 王蔚.SVM在非平衡数据集中的应用[J].计算机技术与发展,2009,(06):190.
　HUANG Xiu-li,WANG Wei.Application of SVM in Imbalances Dataset[J].,2009,(08):190.
[7]陈锦禾 范新 沈闻 沈洁.基于情感词识别的BBS情感分类研究[J].计算机技术与发展,2009,(07):120.
　CHEN Jin-he,FAN Xin,SHEN Wen,et al.Research on Sentiment Classification of BBS Reviews Based on Identifying Words with Polarity[J].,2009,(08):120.
[8]刘锋 唐佳 仲红.一种基于RBF神经网络的XML文本分类方法[J].计算机技术与发展,2009,(08):34.
　LIU Feng,TANG Jia,ZHONG Hong.A Text Categorization Method Based on RBF Neural Network[J].,2009,(08):34.
[9]鲁晓南 接标.一种基于个性化邮件特征的反垃圾邮件系统[J].计算机技术与发展,2009,(08):155.
　LU Xiao-nan,JIE Biao.An Individual Anti- Spam Technology[J].,2009,(08):155.
[10]晋幼丽 周明全 王学松.SVM和K-means结合的文本分类方法研究[J].计算机技术与发展,2009,(11):35.
　JIN You-li,ZHOU Ming-quan,WANG Xue-song.Research on Text Classification Method of SVM and K - means[J].,2009,(08):35.
[11]张苗 张德贤.多类支持向量机文本分类方法[J].计算机技术与发展,2008,(03):139.
　ZHANG Miao,ZHANG De-xian.Research on Text Categorization Based on. M- SVMs[J].,2008,(08):139.
[12]汤伟 程家兴 纪霞.统计学理论在邮件分类中的应用研究[J].计算机技术与发展,2008,(12):231.
　TANG Wei,CHENG Jia-xing,JI Xia.Research and Design of a Spam Filtering System Based on Statistical Learning Theory[J].,2008,(08):231.
[13]于卫红.多类别文本分类方法比较研究[J].计算机技术与发展,2022,32(01):54.[doi:10. 3969 / j. issn. 1673-629X. 2022. 01. 010]
　YU Wei-hong.Study on Comparison of Multi-class Text Classification Methods[J].,2022,32(08):54.[doi:10. 3969 / j. issn. 1673-629X. 2022. 01. 010]
[14]黎洁仪,梁之彦,范绍佳,等.线上降雨灾情检测系统设计与应用[J].计算机技术与发展,2022,32(08):191.[doi:10. 3969 / j. issn. 1673-629X. 2022. 08. 031]
　LI Jie-yi,LIANG Zhi-yan,FAN Shao-jia,et al.Design and Application of Online Rainfall Disaster Detection System[J].,2022,32(08):191.[doi:10. 3969 / j. issn. 1673-629X. 2022. 08. 031]

备注/Memo

备注/Memo:
国家自然科学基金资助项目（60273043）;安徽大学研究生创新基金资助项目（20073053）汤伟（1982-），安徽肥西人，硕士研究生，研究方向为机器学习、智能计算,程家兴,教授，博士生导师，研究方向为智能计算、算法分析及设计及最优化方法
更新日期/Last Update: 1900-01-01