应用特征词分类贡献的垃圾邮件过滤研究.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 应用特征词分类贡献的垃圾邮件过滤研究 翟军昌1，秦玉平1，车伟伟2 ZHAI Weiwei2 Junchan91，QrNYupin91，CHE 1．渤海大学，辽宁锦州121000 2．沈阳大学，沈阳110044 1．Bohai 121000，China University,Jinzhou，Liaoning 1 10044，China 2．ShenyangUniversity,Shenyang ZHAI Weiwei．Featurewordsclassificationcontributionin Junchang，QINYuping，CHE appliedspamfiltering． and ComputerEngineeringApplications，2012，48(34)：116-119． Abstract：Theconsidersthedifferentclassificationcontributionoffeaturewordfor paper spam thedefinitionofclassificationcontribution intofeatureselectionandNalve filter ratio，andapplies Bayesdesign， carriesoutan that onthe resultsshowthe offeaturewordsclas— corpus．The finally experimentalEnglish application sificationcontributionof methodcan the andlowerthemis- spam effectivelyimproverecognitionability filtering rateofthefilteronthe e-mailand judgment legitimate spam． words：feature word；information Key gain；spam；N甜veBayes 摘要：在垃圾邮件过滤中，考虑到特征词对合法邮件和垃圾邮件分类贡献的不同，通过定义分类贡献比系 数，将特征词分类贡献的思想应用到特征选择和朴素贝叶斯过滤器的设计中，在英文语料库上进行实验，实验 结果表明，应用特征词分类贡献的垃圾邮件过滤方法可以有效提高过滤器对合法邮件和垃圾邮件的识别能 力，降低过滤器对合法邮件和垃圾邮件的误判率。 关键词：特征词；信息增益；垃圾邮件；朴素贝叶斯 文献标识码：A 中图分类号：TP391 doi：10．3778／j．issn．1002．8331．1204—0711 1 引言 对邮件样本的训练和学习，Bayes分类器可以自动获 得垃圾邮件的特征，并根据垃圾邮件特征的变化对 随着电子邮件(E—mail)的广泛应用，垃圾邮件也 随之产生。大量的垃圾邮件充斥在网络中，不仅占 垃圾邮件过滤。利用Bayes分类器对邮件进行分类 据了大量的网络带宽资源，而且产生一系列严重的