原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
垃圾邮件分类技术对比研究-信息网络安全
2014 02
年第 期 理 论 研 究
：
doi 10.3969/j.issn.1671-1122.2014.02.014
垃圾邮件分类技术对比研究
1,2 1,2
赵晓丹 ，徐燕
（1.北京语言大学信息科学学院，北京 100083；2.中国科学院计算技术研究所，北京100190）
文章主要进行了接收端的垃圾邮件处理技术的对比研究，包括预处理、特征选择和分类3大
摘 要 ：
步骤。其中特征选择技术包括文档频率（DF）、信息增益（IG）、优势率（ODD）等方法。文章详细介绍
了其中基于粗糙集理论的特征选择方法——信息增益（knowledge gain），并用实验验证了该方法在正确率
等指标中的突出表现。主流分类器算法包括k近邻、贝叶斯、SVM等，其中详细展示了线性分类器在垃圾
邮件分类算法实验中的突出表现。
垃圾邮件；文本分类；特征选择
关键词 ：
中图分类号 ：TP309 文献标识码 ： A 文章编号 ：1671-1122（2014）02-0075-06
The Comparative Study of Methods on Spam Filtering
ZHAO Xiao-dan1,2, XU Yan 1,2
(1.College of Computer Science, Beijing Language and Culture University, Beijing 100083, China;2.Institute of
Computing Technology, Chinese Academy of Sciences , Beijing 100190, China)
Abstract:This paper mainly introduces the comparative study of methods dealing with the spam in receiving
end, which includes preprocessing, feature selecting and classifying. Documents frequency, information gain and odds
ratio are all the methods of feature selection.This paper also introduces a new method of feature selection,which is
knowledge gain. Its excellent behavior is verified in the experiment. Common classifiers include KNN, Bayes, SVM,
etc. The liner classifiers also have the advantages in spam which is presented in the experiment too.
Key words:spam;text classification;feature selection
1 垃圾邮件的定义和现状
随着我国乃至世界互联网的飞速发展，我国网民的数量呈几何式的增长，网络已经成为人民生活中必不可少的一项重
文档评论（0）