基于小样本学习的垃圾邮件过滤方法

摘要：

针对客户端垃圾邮件过滤器难以获取足够的训练样本的问题,提出一种基于小样本学习的垃圾邮件过滤方法,利用易于容易获取的未标记样本提高垃圾邮件过滤的性能.先该方法使用已标记的小样本邮件实例集训练一个初始Na?ve Bayes 分类器,以此标注未标记邮件.在此基础上,再使用所有的数据训练新的分类器,并基于利用EM 算法进行迭代直至收敛.实验表明,结果证明,当给定规模为5-个～20 个的已标记小样本训练邮件时,该方法可有效地提高垃圾邮件过滤性能.

关键词：小样本学习、EM算法、未标记数据、垃圾邮件过滤

所属期刊栏目：36

分类号：TP393(计算技术、计算机技术)

资助基金：国家"973"计划基金资助项目2009CB326203;国家自然科学基金资助项目60975034;安徽高等学校省级自然科学研究基金资助项目KJ2009B238Z

在线出版日期：2011-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：245-247