版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著Internet應用的迅猛發(fā)展,電子郵件得到了越來越廣泛的應用。電子郵件一方面給人們提供經(jīng)濟、方便和快捷的服務,另一方面也給一些商人和不法分子提供了利用它進行違法行為和宣傳的機會。2006年第一次中國反垃圾郵件狀況調(diào)查報告顯示,2005年11月到2006年2月,中國互聯(lián)網(wǎng)用戶收到的垃圾郵件比例達到63.97%,垃圾郵件每年給國民經(jīng)濟造成63億損失。 對電子郵件進行分類過濾是有效對付垃圾郵件的主要手段。目前的過濾技術(shù)手段主要分
2、為二種,一種是針對郵件地址的過濾,另一種是針對郵件內(nèi)容的過濾。這兩種技術(shù)都缺乏智能性和自適應性,因此研究能根據(jù)郵件的不斷變化來學習識別垃圾郵件的特征,自動建立和升級新的垃圾郵件特征代碼和過濾規(guī)則條件,并智能地用于新郵件的分類過濾系統(tǒng)具有較大的現(xiàn)實意義。 本文針對郵件分類技術(shù)進行了研究,主要工作如下: 1.分析了垃圾郵件可能出現(xiàn)的類型,深入研究了當前郵件分類技術(shù)的國內(nèi)外研究現(xiàn)狀,特別是基于決策樹的郵件分類技術(shù)。 2
3、.提出了一種改進的基于測試屬性對分類貢獻的屬性選擇標準。該方法在建立每個內(nèi)結(jié)點進行計算屬性對分類的貢獻程度時,選擇的數(shù)據(jù)集的范圍是其父節(jié)點在該節(jié)點分支所劃分得到的數(shù)據(jù)集,而不是整個訓練集。與改進前的方法比較,生成的決策樹結(jié)點少、樹較淺,提高了分類準確率。 3.理論證明了該方法沒有多值偏向,與基于信息熵的選擇標準比較,執(zhí)行效率更高。 4.建立了基于決策樹的郵件分類模型,并實現(xiàn)了模型模擬器。該模型具有自適應、自學習能力,當有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于決策樹增量學習的成像目標分類技術(shù)研究.pdf
- 基于決策樹技術(shù)的遙感影像分類研究.pdf
- 基于決策樹算法的垃圾郵件通信行為檢測過濾技術(shù)研究.pdf
- 基于決策樹的分類方法研究.pdf
- 基于決策樹的隧道識別技術(shù)研究.pdf
- 基于決策樹的軟件分類方法研究.pdf
- 基于決策樹的單調(diào)分類算法研究.pdf
- 基于決策樹的組合分類器的研究.pdf
- 基于決策樹的J波檢測技術(shù)研究.pdf
- 基于決策樹算法的客戶分類模型研究.pdf
- 基于決策樹的瓷磚圖像分類方法研究.pdf
- 基于決策樹的面向?qū)ο蠓诸惙椒ㄑ芯?pdf
- 基于決策樹的網(wǎng)絡流量分類研究.pdf
- 基于決策樹分類算法的Web文本分類研究.pdf
- 基于決策樹分類算法研究及應用.pdf
- 決策樹分類優(yōu)化算法的研究.pdf
- 基于決策樹分類器的遷移學習研究.pdf
- 基于決策樹分類算法的研究與應用.pdf
- 基于決策樹方法的遙感影像分類研究.pdf
- 基于決策樹分類算法的企業(yè)CRM研究.pdf
評論
0/150
提交評論