基于Bayes参数估计的垃圾邮件过滤算法研究

摘要：

朴素Bayes邮件过滤算法由于简单、易于理解,已被人们广泛接受,并应用到一些商用邮件系统当中.但面对目前垃圾邮件问题依然严重的现状,人们逐渐开始认识到采用简单的朴素Bayes邮件过滤算法已不能满足现有邮件过滤的性能要求.Bayes网络一直以来作为知识发现的一个重要分支,是人们研究的热点;邮件过滤问题也可以映射到一个Bayes决策网络模型中.通过构建针对邮件过滤的Bayes决策网络模型,并经过概率学习对关键节点作Bayes参数估计,可以实现邮件的概率分类发现.邮件样本试验结果表明新算法与朴素Bayes邮件过滤算法相比具有更快的收敛速度和更高的稳定性.

关键词：垃圾邮件、贝叶斯网络、邮件过滤、参数估计

所属期刊栏目：32

分类号：TP3(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划863-104-03-01

在线出版日期：2005-10-27（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：55-57