基于改进贝叶斯决策的邮件过滤

摘要：

探讨了基于概率阈值的贝叶斯邮件过滤模型的局限性:由于很少考虑所设定阈值的适用性和实用性,损失了一定的召回率.改进贝叶斯决策,提出了基于随机变量的较小错误分类决策方法;针对邮件处理的特殊性,进一步提出了基于随机变量的较小风险分类决策方法.实验结果表明,处理普通文本分类问题时,前者的分类决策效果更好;而后者在处理邮件问题时性能更优,能够在保持较小误判风险的同时,提高贝叶斯邮件过滤器的召回率以及 F 值.

关键词：垃圾邮件、邮件过滤、概率、阈值、分类决策

分类号：TP302.1(计算技术、计算机技术)

在线出版日期：2013-04-28（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：98-101