基于RSSI的贝叶斯垃圾邮件过滤算法

摘要：

针对现有贝叶斯算法应用于垃圾邮件过滤时，贝努利模型精度低、不能区分文本特征重要性、多项式模型计算量大、无关特征项浪费计算时间、对出现次数少的特征项反应敏感等缺点，提出 RSSI （remove similar and sensitive items）特征模型。通过计算并比较特征项出现的频率，去除无关和敏感特征项，减小运算量，增加正确率，减少过拟合。M atlab仿真结果表明，与现有的朴素贝叶斯算法（na?ve Bayes）和支持向量机（support vector machine ，SVM）等算法相比，RS‐SI算法能显著减少分类时间，降低合法邮件被误判的概率。

关键词：邮件分类、贝叶斯分类器、特征提取、多项式事件模型、过拟合

分类号：TP391.9(计算技术、计算机技术)

资助基金：教育部高等学校博士学科点专项科研基金项目20114101110005

在线出版日期：2015-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1790-1793