邮件过滤与个性化分类模型的研究

摘要：

研究了邮件过滤的主要方法,提出了将Agent技术、粗糙集和最小风险的Bayes分类方法结合的邮件过滤及个性化分类模型.该模型首先利用粗糙集方法对邮件样本向量空间进行约简,然后利用已知样本对最小风险的Bayes分类器进行训练,得到具有智能分类功能的邮件分类器,利用该分类器过滤掉用户不感兴趣的邮件,并利用Agent学习用户的个性化知识,最后利用学习的知识将用户感兴趣邮件进行再分类.

关键词：邮件过滤、贝叶斯分类、机器学习、代理

所属期刊栏目：15

分类号：TP391(计算技术、计算机技术)

资助基金：浙江省教育厅资助项目20030717

在线出版日期：2005-10-13（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：42-44,47