基于用户兴趣度的垃圾邮件在线识别新方法

发布时间：2017-12-24 13:24

  本文关键词：基于用户兴趣度的垃圾邮件在线识别新方法　出处：《华南理工大学学报(自然科学版)》2014年07期 　论文类型：期刊论文

  更多相关文章： 垃圾邮件 支持向量机 增量学习 主动学习 用户兴趣

【摘要】：多数在线垃圾邮件识别方法未有效区分用户针对不同邮件内容的感兴趣程度,导致垃圾邮件识别精度不高.文中提出了一种基于支持向量机的垃圾邮件在线识别新方法.即结合传统增量学习及主动学习理论,先通过随机选择代表样本寻找分类最不确定的样本进行人工标注;接着引入用户兴趣度的概念,提出了新的样本标注模型和算法性能评价标准;最后结合"轮盘赌"方法将标注后样本加入训练样本集.多种对比实验表明,文中方法针对垃圾邮件识别精度高,样本训练及待标注样本选择速度快,具有较高的在线应用价值.
【作者单位】： 吉林大学计算机科学与技术学院;
【基金】：国家科技成果转化项目(财建[2011]329,财建[2012]258)
【分类号】：TP393.098
【正文快照】： 随着网络技术的迅速发展,电子邮件已成为人们日常生活中重要的通信手段之一.日益增长的垃圾邮件常常附载大量虚假甚至危害社会稳定与安全的信息.垃圾邮件在线识别具有区别于传统文本分类的特点[1-2]:1识别过程需根据用户兴趣进行,同一封邮件在不同用户甚至处于不同阶段的相同

【参考文献】

相关期刊论文 前5条

1 吴伟宁;刘扬;郭茂祖;刘晓燕;;基于采样策略的主动学习算法研究进展[J];计算机研究与发展;2012年06期

2 夏桂梅;曾建潮;;一种基于轮盘赌选择遗传算法的随机微粒群算法[J];计算机工程与科学;2007年06期

3 刘伍颖;王挺;;集成学习和主动学习相结合的个性化垃圾邮件过滤[J];计算机工程与科学;2011年09期

4 陈荣;曹永锋;孙洪;;基于主动学习和半监督学习的多类图像分类[J];自动化学报;2011年08期

5 王学军;赵琳琳;王爽;;基于主动学习的视频对象提取方法[J];吉林大学学报(工学版);2013年S1期

【共引文献】

相关期刊论文 前10条

1 徐冉冉;李文斌;李朝锋;;支持向量机在遥感图像分类中的应用研究综述[J];电脑知识与技术;2012年18期

2 黄扬帆;张慧敏;徐子航;曹鹏程;;超球体支持向量机的不完全二叉树多类分类算法[J];重庆大学学报;2012年06期

3 吴新杰;黄国兴;王静文;;粒子滤波算法在ECT图像重建中的应用[J];光学精密工程;2012年08期

4 张雁;吴保国;王冬;;遥感影像分类方法研究动态[J];安徽农业科学;2012年28期

5 Yan ZHANG;Baoguo WU;Dong WANG;;Research Dynamics of the Classification Methods of Remote Sensing Images[J];Asian Agricultural Research;2013年03期

6 李杰;杨婧;陈宣华;;面波频散曲线遗传算法反演的程序设计[J];地球物理学进展;2013年05期

7 杨杰明;王静;曲朝阳;;基于相对贡献率的特征选择方法[J];东北电力大学学报;2014年04期

8 郝武伟;曾建潮;;基于聚类分析的随机微粒群算法[J];计算机工程与应用;2010年08期

9 李鹏;全惠云;;改进的混合粒子群算法[J];计算机工程与应用;2010年11期

10 黄国兴;吴新杰;;利用粒子滤波原理求解函数优化问题[J];辽宁大学学报(自然科学版);2012年02期

相关会议论文 前2条

1 卢志刚;文莹;;基于改进蚁群算法的配电网故障后恢复重构[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

2 曹健;陈红倩;毛典辉;李海生;蔡强;;基于局部特征的图像目标识别问题综述[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

相关博士学位论文 前3条

1 陈勇民;承压式合流制溢流深井淤积及清淤技术研究[D];浙江大学;2011年

2 权伟;可视对象跟踪算法研究及应用[D];西南交通大学;2013年

3 尚海昆;电力变压器局部放电信号的特征提取与模式识别方法研究[D];华北电力大学;2014年

相关硕士学位论文 前10条

1 韩璐;基于广义费用的冷链物流配送优化研究[D];大连海事大学;2011年

2 王桂琳;城市医疗废弃物回收网络选址——路径优化研究[D];大连海事大学;2011年

3 李平;基于投影寻踪回归的网络异常检测机制研究[D];华中科技大学;2011年

4 李鹏;一种改进的粒子群优化算法[D];湖南师范大学;2008年

5 郭勇;Ad Hoc网络分簇路由协议的研究与改进[D];南昌大学;2008年

6 王梅冬;一种基于种群簇的多种群遗传算法[D];大连理工大学;2009年

7 李琳;基于粗糙集和遗传算法的聚类方法研究[D];广西师范大学;2009年

8 吕鹏举;基于相似变换的多自由度系统解耦研究[D];哈尔滨工程大学;2009年

9 张冰;航天测控网资源分配策略研究[D];沈阳航空工业学院;2010年

10 王芳;自动组卷系统的设计和实现[D];华东师范大学;2010年

【二级参考文献】

相关期刊论文 前3条

1 宫秀军,孙建平,史忠植;主动贝叶斯网络分类器[J];计算机研究与发展;2002年05期

2 曾建潮,崔志华;一种保证全局收敛的PSO算法[J];计算机研究与发展;2004年08期

3 龙军;殷建平;祝恩;蔡志平;;选取最大可能预测错误样例的主动学习算法[J];计算机研究与发展;2008年03期

【相似文献】

相关期刊论文 前10条

1 马建庆;钟亦平;张世永;;基于兴趣度的关联规则挖掘算法[J];计算机工程;2006年17期

2 汪慎文;刘坤起;石艳丽;;基于兴趣度的多值关联规则挖掘[J];微计算机信息;2008年24期

3 邓春林;邹凯;;基于关联规则的图书馆读者兴趣度实证分析[J];情报理论与实践;2009年04期

4 陆楠;梁正平;杜文峰;;一种面向商业智能兴趣度的顾客目录分割算法[J];信息与电脑(理论版);2011年03期

5 李金厚;周丽平;于晓青;;基于用户操作行为的兴趣度的分析与计算[J];工业控制计算机;2011年07期

6 张晓滨;庞海燕;;基于兴趣度变化的社区网站用户性格相似度计算[J];计算机系统应用;2013年02期

7 张骐;;基于兴趣度的关联规则挖掘及其在医疗审计中的应用[J];信息与电脑(理论版);2013年04期

8 周欣,沙朝锋,朱扬勇,施伯乐;兴趣度——关联规则的又一个阈值[J];计算机研究与发展;2000年05期

9 周皓峰,朱扬勇,施伯乐;一个基于兴趣度的关联规则采掘算法[J];计算机研究与发展;2002年04期

10 曲守宁;徐德军;吴同;王钦;;兴趣度在选课指导系统中的研究与应用[J];计算机工程与应用;2006年27期

相关会议论文 前3条

1 周皓峰;高攀;施伯乐;;一个基于兴趣度包含负属性项的关联规则采掘算法[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

2 曲爽;谷文祥;;基于兴趣度和负项集的关联规则挖掘算法的研究[A];2005年全国理论计算机科学学术年会论文集[C];2005年

3 方炜炜;杨炳儒;唐志刚;杨君;;基于客观兴趣度的关联规则优化算法研究[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

相关重要报纸文章 前6条

1 ;音乐，，我不能没有你[N];中国消费者报;2000年

2 李宝春;长虹开创Portable视听新时代[N];中华工商时报;2003年

3 李宝春;长虹移动ＤＶＤ完美上市[N];经济参考报;2003年

4 周童;Vista赚尽眼球[N];计算机世界;2007年

5 孙海东;国际科教大片为何无人喝彩[N];市场报;2000年

6 本报记者 兰海燕;谁该先补“这一课”？[N];工人日报;2001年

相关硕士学位论文 前10条

1 吴杰;基于兴趣度的关联规则挖掘[D];哈尔滨理工大学;2009年

2 刘正红;基于兴趣度的关联规则挖掘算法研究[D];东北师范大学;2009年

3 靳峰;基于兴趣度的推荐系统研究[D];西安建筑科技大学;2005年

4 余玲;客观兴趣度模型及其在关联分类中的应用研究[D];西南交通大学;2010年

5 陈安龙;基于兴趣度的关联规则挖掘算法的研究[D];西南交通大学;2003年

6 王枭翔;基于相关兴趣度的关联规则挖掘[D];兰州交通大学;2013年

7 曹新志;基于决策树的客户兴趣度分析[D];吉林大学;2006年

8 丰淑娟;基于加权兴趣度的协同过滤算法研究[D];中北大学;2011年

9 姜虹;基于兴趣度的增量数据挖掘算法的研究[D];河海大学;2002年

10 刘晓鹏;基于用户浏览兴趣度的WEB挖掘[D];辽宁工程技术大学;2005年

本文编号：1328528