| 贝叶斯优化在垃圾邮件过滤中的应用研究 | |
| 韩雪 | |
| 2023-06-30 | |
| 发表期刊 | 徐州工程学院学报(自然科学版)
 |
| ISSN | 1674-358X |
| 卷号 | 38期号:02页码:77-83 |
| 摘要 | 朴素贝叶斯算法利用数据的先验概率计算出后验概率，现在已成为机器学习中流行的文本分类算法，在邮件分类中具有良好的垃圾邮件过滤效果，但朴素贝叶斯算法受属性独立性与重要性一致的假设限制，没有考虑特征词在各类别间的分布，邮件样本中条件依赖性不足等问题导致分类精度不高.鉴于贝叶斯优化在自然语言处理方面已经广泛应用，采用信息增益技术对贝叶斯进行优化，引入词语权重及信息增益的概念，提出了一种基于权重的贝叶斯分类模型，把信息增益应用到词语在各个类的分布比例权重.将信息增益权重计算方法用于改进向量空间模型(VSM)的特征权重计算，并将之应用于改进朴素贝叶斯算法来进行邮件分类，通过在中英文邮件测试集上的实验，证明了改进的算法相比于传统邮件过滤方法，其分类精度和准确率有了显著提高. |
| 关键词 | 邮件过滤 信息增益 向量空间模型 贝叶斯优化 机器学习 |
| DOI | 10.15873/j.cnki.jxit.000514 |
| URL | 查看原文 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/167430 |
| 专题 | 国家开放大学江苏分部 |
| 作者单位 | 徐州开放大学信息工程学院 |
| 第一作者单位 | 国家开放大学江苏分部 |
| 第一作者的第一单位 | 国家开放大学江苏分部 |
| 推荐引用方式 GB/T 7714 | 韩雪. 贝叶斯优化在垃圾邮件过滤中的应用研究[J]. 徐州工程学院学报(自然科学版),2023,38(02):77-83. |
| APA | 韩雪.(2023).贝叶斯优化在垃圾邮件过滤中的应用研究.徐州工程学院学报(自然科学版),38(02),77-83. |
| MLA | 韩雪."贝叶斯优化在垃圾邮件过滤中的应用研究".徐州工程学院学报(自然科学版) 38.02(2023):77-83. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [韩雪]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [韩雪]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [韩雪]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论