發(fā)布時(shí)間：2018-06-30 22:05

  本文選題：隱性索引模型 + 垃圾郵件��； 參考：《通信學(xué)報(bào)》2013年S2期

【摘要】：垃圾郵件的誤判問(wèn)題一直是反垃圾郵件領(lǐng)域中未能得到根本解決的難點(diǎn)。基于清華大學(xué)郵箱系統(tǒng)及反垃圾郵件網(wǎng)關(guān)系統(tǒng)進(jìn)行了一整年的部署和實(shí)驗(yàn)(2011年9月至2012年10月),通過(guò)用戶對(duì)可疑垃圾郵件點(diǎn)擊召回的歷史行為進(jìn)行分析,并采用對(duì)其感興趣的垃圾郵件進(jìn)行文本相似度計(jì)算以及關(guān)鍵參數(shù)預(yù)測(cè)的方法來(lái)智能化預(yù)測(cè)用戶對(duì)當(dāng)前某一封垃圾郵件的感興趣程度,即基于用戶主觀的選擇和體驗(yàn)來(lái)幫助用戶自動(dòng)召回其可能感興趣、然而卻被反垃圾郵件網(wǎng)關(guān)誤判的垃圾郵件,解決了傳統(tǒng)過(guò)濾方法無(wú)法杜絕誤判的問(wèn)題。
[Abstract]:The problem of spam misjudgment has always been a difficult problem in the field of anti-spam. Based on the email system of Tsinghua University and the anti-spam gateway system, a whole year's deployment and experiment (September 2011 to October 2012) were carried out to analyze the historical behavior of suspicious spam click recall. The method of text similarity calculation and key parameter prediction is used to predict the degree of interest of users to a current spam. That is, based on the user's subjective choice and experience to help users automatically recall their interest, but it is misjudged by the anti-spam gateway, which solves the problem that the traditional filtering method can not eliminate the miscalculation.
【作者單位】： 清華大學(xué)網(wǎng)絡(luò)科學(xué)與網(wǎng)絡(luò)空間研究院;
【基金】：國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(“973”計(jì)劃)基金資助項(xiàng)目(2009CB320505)~~
【分類(lèi)號(hào)】：TP393.098;TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐敏;;神經(jīng)網(wǎng)絡(luò)集成在圖書(shū)剔舊分類(lèi)中的應(yīng)用[J];計(jì)算機(jī)工程;2006年20期

2 周小鋒;郭俊鋒;;基于禁忌搜索的神經(jīng)網(wǎng)絡(luò)集成[J];陜西理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年01期

3 趙潔;鞏文科;;基于神經(jīng)網(wǎng)絡(luò)集成的Windows病毒檢測(cè)方法研究[J];計(jì)算機(jī)安全;2008年05期

4 周樸雄;;基于神經(jīng)網(wǎng)絡(luò)集成的WEB文檔分類(lèi)研究[J];圖書(shū)情報(bào)工作;2008年07期

5 廖慧惠;馬寧;;基于神經(jīng)網(wǎng)絡(luò)集成的模式識(shí)別研究[J];數(shù)字技術(shù)與應(yīng)用;2011年05期

6 周樸雄;;基于最優(yōu)權(quán)重的神經(jīng)網(wǎng)絡(luò)集成文本分類(lèi)研究[J];計(jì)算機(jī)應(yīng)用研究;2008年10期

7 白雪飛;李茹;;神經(jīng)網(wǎng)絡(luò)集成的多表情人臉識(shí)別方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年04期

8 沈掌泉,施潔斌,王珂,John S.Bailey;應(yīng)用集成BP神經(jīng)網(wǎng)絡(luò)進(jìn)行田間土壤空間變異研究[J];農(nóng)業(yè)工程學(xué)報(bào);2004年03期

9 李玲玲;劉希玉;盧樹(shù)強(qiáng);;基于粒子群優(yōu)化算法的并行學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)集成構(gòu)造方法[J];山東科學(xué);2007年04期

10 張慧檔;賀昱曜;;基于小波變換和神經(jīng)網(wǎng)絡(luò)集成的筆跡鑒別方法[J];計(jì)算機(jī)應(yīng)用研究;2008年03期

相關(guān)博士學(xué)位論文 前3條

1 于合龍;精準(zhǔn)農(nóng)業(yè)生產(chǎn)中若干智能決策問(wèn)題研究[D];吉林大學(xué);2010年

2 范金坪;宮頸細(xì)胞圖像分割和識(shí)別方法研究[D];暨南大學(xué);2010年

3 劉祥明;水質(zhì)時(shí)間序列數(shù)據(jù)挖掘及其應(yīng)用集成研究[D];重慶大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 夏貴榮;神經(jīng)網(wǎng)絡(luò)集成在公交行駛時(shí)間預(yù)測(cè)中的研究與應(yīng)用[D];蘭州理工大學(xué);2010年

2 張冬威;基于網(wǎng)絡(luò)聚類(lèi)選擇的神經(jīng)網(wǎng)絡(luò)集成方法及其在農(nóng)業(yè)中的應(yīng)用[D];吉林大學(xué);2011年

3 丁姍;基于神經(jīng)網(wǎng)絡(luò)集成的車(chē)牌字符識(shí)別研究[D];山東師范大學(xué);2011年

4 顧磊;用于脫機(jī)手寫(xiě)體漢字識(shí)別的神經(jīng)網(wǎng)絡(luò)的研究[D];南京工業(yè)大學(xué);2005年

5 劉賽;基于神經(jīng)網(wǎng)絡(luò)的光學(xué)4f系統(tǒng)圖像復(fù)原[D];重慶大學(xué);2009年

6 楊櫻;基于強(qiáng)化學(xué)習(xí)的績(jī)優(yōu)股票預(yù)測(cè)系統(tǒng)研究[D];燕山大學(xué);2006年

7 白利達(dá);神經(jīng)網(wǎng)絡(luò)集成識(shí)別手寫(xiě)體數(shù)字研究[D];北京郵電大學(xué);2007年

8 盧中亮;數(shù)學(xué)公式字符識(shí)別及BP并行算法分類(lèi)器[D];大連理工大學(xué);2008年

9 王毅;基于Gabor小波和神經(jīng)網(wǎng)絡(luò)的人臉表情識(shí)別研究[D];燕山大學(xué);2009年

10 戰(zhàn)國(guó)科;基于人工神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法研究[D];中國(guó)計(jì)量科學(xué)研究院;2007年

，

本文編號(hào)：2086998