基于特征选择融合的垃圾邮件过滤方法.pdfVIP

第３１卷第４期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．４ ２０１４年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１４ 基于特征选择融合的垃圾邮件过滤方法 白　宁 （山西警官高等专科学校计算机科学与技术系　山西太原０３００２１） 摘　要　　针对传统垃圾邮件过滤问题中采用单一特征选择方法不能够有效提取训练集中全部重要特征或提取结果存在特征冗余 的问题，提出一种基于多种特征选择方法融合的垃圾邮件过滤模型ＳＦ＿ＦＳＦ（Ｓｐａｍｆｉｌｔｅｒｉｎｇｂａｓｅｄｏｎｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｆｕｓｉｏｎ）。ＳＦ＿ＦＳＦ 方法通过引入信息融合的概念，将特征选择看成一个决策问题，采用基于平均投票法的信息融合模型进行特征选择结果的融合，以 提取垃圾邮件数据集中的重要特征，获得优秀的过滤能力。实验结果表明，ＳＦ＿ＦＳＦ方法比基于单一特征选择的垃圾邮件过滤方法 得到了更好的过滤结果。 关键词　　垃圾邮件过滤　特征选择　信息融合　平均投票法 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０４．００８ ＡＳＰＡＭＦＩＬＴＥＲＩＮＧＭＥＴＨＯＤＢＡＳＥＤＯＮＦＥＡＴＵＲＥＳＥＬＥＣＴＩＯＮＦＵＳＩＯＮ ＢａｉＮｉｎｇ （ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｈａｎｘｉＰｏｌｉｃｅＡｃａｄｅｍｙ，Ｔａｉｙｕａｎ０３００２１，Ｓｈａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＩｎｔｈｉｓｐａｐｅｒｗｅｐｒｅｓｅｎｔａｓｐａｍｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄＳＦ＿ＦＳＦ，ｉｔｉｓｂａｓｅｄｏｎｍｕｌｔｉｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｓｆｕｓｉｏｎａｎｄｉｎｏｒｄｅｒｔｏ ｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｔｒａｄｉｔｉｏｎａｌｓｐａｍｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄｓｔｈａｔｔｈｅｙｕｓｅｓｉｎｇｌｅｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｓｏｃａｎｎｏｔｓｅｌｅｃｔａｌｌｔｈｅｉｍｐｏｒｔａｎｔｆｅａｔｕｒｅｓ ｉｎｔｒａｉｎｉｎｇｓｅｔｏｒｔｈｅｅｘｔｒａｃｔｅｄｒｅｓｕｌｔｓｈａｖｅｆｅａｔｕｒｅｒｅｄｕｎｄａｎｃｙ．Ｂａｓｅｄｏｎｉｎｔｒｏｄｕｃｉｎｇｔｈｅｃｏｎｃｅｐｔｏｆｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎ，ＳＦ＿ＳＦＳｄｅｅｍｓｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎａｓｔｈｅｄｅｃｉｓｉｏｎｍａｋｉｎｇｐｒｏｂｌｅｍ，ａｎｄｕｓｅｓａｖｅｒａｇｅｖｏｔｉｎｇｍｅｔｈｏｄｂａｓｅｄｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎｍｏｄｅｌｔｏｆｕｓｅｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｒｅｓｕｌｔｓｉｎ ｏｒｄｅｒｔｏｅｘｔｒａｃｔｉｍｐｏｒｔａｎｔｆｅａｔｕｒｅｓｏｆｓｐａｍｄａｔａｓｅｔａｎｄｔｏｏｂｔａｉｎｅｘｃｅｌｌｅｎｔｆｉｌｔｅｒｉｎｇｃａｐａｂｉｌｉｔｙ．ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅＫＳ＿ ＦＳＦｍｅｔｈｏｄｃａｎａｃｈｉｅｖｅｂｅｔｔｅｒｆｉｌｔｅｒｉｎｇｒｅｓｕｌｔｓｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌｓｉｎｇｌｅｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｂａｓｅｄｓｐａｍｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄｓ． Ｋｅｙｗｏｒｄｓ　　Ｓｐａｍｆｉｌｔｅｒｉｎｇ　Ｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎ　Ｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎ　Ａｖｅｒａｇｅｖｏｔｉｎｇｍｅｔｈｏｄ 后的特征词典能够包含大多数对于分类重要的特征词，删除了 ０　引　言 冗余的对分类不重要的特征词，垃圾邮件过滤器就有可能得到 较好的结果。 互联网的问世给人类带来了新型的交流方式———电子邮 目前，最常用的文本特征选择方法包括信息增益、ＣＨＩ统 件，伴随着电子邮件的广泛普及