基于知识积累方法的垃圾邮件过滤算法

摘要：

由于垃圾邮件类型的不断变化,超出现有过滤算法模型中所采用的训练样本范围,造成过滤性能不断下降.因此,提出了一种基于知识积累方法的垃圾邮件过滤算法.利用KNN方法的惰性学习机制,将新型的垃圾邮件动态加入训练样本集中,以实现知识的不断积累过程.在此基础上,应用KNN方法对未知邮件样本进行精确匹配,以排除合法邮件的误判结果.实验表明算法具有较好的过滤性能.

关键词：支持向量机、朴素贝叶斯、K近邻

所属期刊栏目：7

分类号：FP393.098

资助基金：湖南大学校科研和教改项目;广东省关键领域重点突破项目2005A10207003

在线出版日期：2007-06-25（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：2556-2558