位置:成果数据库 > 期刊 > 期刊详情页
邮件过滤中特征选择方法的性能评价与分析
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]山东师范大学信息科学与工程学院,济南250014, [2]山东师范大学山东省分布式计算机软件新技术重点实验室,济南250014
  • 相关基金:国家自然科学基金资助项目(60873247); 山东省高新自主创新专项工程资助项目(2008ZZ28); 山东省自然科学基金重点资助项目(ZR2009GZ007)
中文摘要:

基于内容的邮件过滤本质是二值文本分类问题。特征选择在分类之前约简特征空间以减少分类器在计算和存储上的开销,同时过滤部分噪声以提高分类的准确性,是影响邮件过滤准确性和时效性的重要因素。但各特征选择算法在同一评价环境中性能不同,且对分类器和数据集分布特征具有依赖性。结合邮件过滤自身特点,从分类器适应性、数据集依赖性及时间复杂度三个方面评价与分析各特征选择算法在邮件过滤领域的性能。实验结果表明,优势率和文档频数用于邮件过滤时垃圾邮件识别的准确率较高,运算时间较少。

英文摘要:

The nature of content-based e-mail filtering is a binary text classification problem.Feature selection methods reduced the feature dimension before classifying e-mails in order to reduce the cost of computing and storage,while filtering some noise features to improve the classification accuracy.Feature selection was an important factor which decided the accuracy and timeliness of e-mail filtering.However,every feature selection algorithm had different performance in the same environment,and was affected by classifiers and data distribution.Combining characteristics of e-mail filtering,this paper evaluated and analized the following aspects of feature selection methods which used to filter e-mails:classifier adaptability,data set dependence,time complexity.Experimental results show that odds ratio and document frequency have higher accuracy and less computing time when they are used to filter emails.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049