本文選題：Boosting算法 + 垃圾郵件　； 參考：《北京理工大學學報》2013年01期

【摘要】：為解決垃圾郵件過濾的精確度和有效性問題,提出了一種基于郵件內容過濾的垃圾郵件過濾方法,該方法采用Boosting算法構造了一種垃圾郵件過濾器,利用該垃圾郵件過濾器實現對垃圾郵件的過濾.本文借鑒文本分類和信息檢索領域所使用的評價指標,構建了垃圾郵件過濾器的評價體系,利用該評價體系,針對基于Boosting算法所構造的垃圾郵件過濾器對垃圾郵件的過濾實驗所得到的數據進行了測試和評估,測試和評估的結果驗證了Boosting算法在垃圾郵件過濾中的有效性,其性能優(yōu)于傳統(tǒng)的貝葉斯算法.
[Abstract]:In order to solve the problem of accuracy and validity of spam filtering, a spam filtering method based on email content filtering is proposed, which uses Boosting algorithm to construct a spam filter. The spam filter is used to filter spam. Based on the evaluation indexes used in the field of text classification and information retrieval, the evaluation system of spam filter is constructed in this paper. The data of spam filter based on Boosting algorithm is tested and evaluated. The result of test and evaluation verifies the validity of Boosting algorithm in spam filtering. Its performance is superior to the traditional Bayesian algorithm.
【作者單位】： 齊齊哈爾大學應用技術學院;齊齊哈爾大學網絡信息中心;北京首都國際機場股份有限公司;林甸縣第一中學;
【基金】：黑龍江齊齊哈爾市科學技術計劃項目(GYGG2010-06-02)
【分類號】：TP393.098

【參考文獻】

相關期刊論文 前1條

1 曾春,邢春曉,周立柱;基于內容過濾的個性化搜索算法[J];軟件學報;2003年05期

相關碩士學位論文 前1條

1 潘文鋒;基于內容的垃圾郵件過濾研究[D];中國科學院研究生院（計算技術研究所）;2004年

【共引文獻】

相關期刊論文 前10條

1 張玉霞;;改進的個性化智能文獻推送方法在數字圖書館中的應用研究[J];情報理論與實踐;2012年07期

2 蔣宗禮,肖華,趙欽;WebSifter:個性化網絡搜索輔助系統(tǒng)[J];清華大學學報(自然科學版);2005年S1期

3 王鑫;陳光英;段海新;李學農;;基于用戶反饋和增量學習的垃圾郵件識別方法[J];清華大學學報(自然科學版);2006年01期

4 楊獻峰;侯志松;;基于Agent的搜索引擎?zhèn)�性化服務系統(tǒng)[J];軟件導刊;2008年03期

5 沈杰峰,杜亞軍,唐俊;基于蟻群算法的網頁推薦[J];西華大學學報(自然科學版);2005年06期

6 宋宇;;網絡資源定題采集系統(tǒng)設計與實現[J];山東圖書館學刊;2010年02期

7 陳梟;劉天華;朱宏峰;劉駿;;基于詞匯相關度模型的個性化元搜索引擎[J];計算機工程與設計;2007年19期

8 羊晶t，

本文編號：1981018