基于RSSI的贝叶斯垃圾邮件过滤算法

针对现有贝叶斯算法应用于垃圾邮件过滤时,贝努利模型精度低、不能区分文本特征重要性、多项式模型计算量大、无关特征项浪费计算时间、对出现次数少的特征项反应敏感等缺点,提出RSSI(remove similar and sensitive items)特征模型。通过计算并比较特征项出现的频率,去除无关和敏感特征项,减小运算量,增加正确率,减少过拟合。Matlab仿真结果表明,与现有的朴素贝叶斯算法(nave Bayes)和支持向量机(support vector machine,SVM)等算法相比,RSSI算法能显著减少分类时间,降低合法邮件被误判的概率。

基于内容过滤的反垃圾邮件系统模型研究

在反垃圾邮件系统中,基于内容的过滤技术得到了广泛应用,将贝叶斯统计方法应用于邮件文本过滤取得了较好的性能。本文利用贝叶斯过滤算法构建了反垃圾邮件系统模型,应用系统性能评价指标对贝叶斯过滤算法的多变量贝努利事件模型和基于词频的多项式事件模型进行验证及评价,实验结果表明,若保证有充足的训练样本条件下,并根据Spam的变异调整训练样本集,贝叶斯过滤算法会获得较高的Spam过滤性能,反垃圾邮件效果显著。