基于累积反馈学习的简单贝叶斯邮件过滤方法

• 作 者: 张立成
• 机 构: 中山大学
• 出 处: 中山大学
• 发表日期: 2006年期
• 关键词: 垃圾邮件 邮件过滤 简单贝叶斯 累积反馈学习

本文对基于内容的垃圾邮件过滤，特别是简单贝叶斯过滤方法做一些实际应用方面的研究工作。
首先讨论了简单贝叶斯的垃圾邮件过滤，在PUl语料上实现了简单贝叶斯算法，并得出了较优的参数设定，同时给出了与前人的实验结果的比较。
然后讨论了基于简单贝叶斯的中文邮件过滤，将前人的简单贝叶斯算法引入到中文邮件过滤中，自己收集整理建立中文邮件语料库，并在该语料库上进行中文邮件过滤的实验，探索简单贝叶斯方法在中文邮件过滤中的效果，并得出了与英文邮件有一定差别的较优的参数设定。
在上述基础上，我们讨论基于简单贝叶斯的累积反馈学习的方法、模型，并给出了简单贝叶斯的累积反馈学习算法及实现。在自己收集的中文语料库上进行累积反馈学习方法实验，结果表明累积反馈学习对不断保持和提高分类器的分类效果是必要的。
最后，通过对邮件领域的分析，得到一些经验规则。通过规则的引入，对基于累积反馈学习的简单贝叶斯过滤方法进行改进，以提高垃圾邮件过滤效果。我们完成了相应的实验系统设计和实现，结果表明经验规则的引入对提高垃圾邮件的过滤效果是有帮助的。