信息技术
信息技術
신식기술
Information Technology
2015年
11期
121-124,129
,共5页
电子邮件%自动归类%KNN算法%SVM算法%K-SVM算法%算法效率
電子郵件%自動歸類%KNN算法%SVM算法%K-SVM算法%算法效率
전자유건%자동귀류%KNN산법%SVM산법%K-SVM산법%산법효솔
E-mail%automatic classification%KNN algorithm%SVM algorithm%K-SVM algorithm%algorithm efficiency
数字化信息时代,电子邮件极大方便了人与人之间的通信,尤其体现在时效性和便捷性上.但随着互联网大潮的强势来袭,各色的电子邮件也开始堆满了人们的电子信箱.如何实现对电子邮件的自动归类,以及如何自动过滤掉垃圾邮件的问题,便日益变得突出与重要.文本的自动归类是信息处理领域的一个重要研究方向.该分类系统中,基于文本训练与分类算法的文本分类模块又是该系统设计里的重点与核心.旨在现有主流的文本训练与分类算法下,浅析各种算法的优劣,并提出一种改良版的"高性价比K-SVM算法",实现对电子邮件的自动归类.并通过实验去论证该算法的优良性,实现对邮件更精准、更优良的分类.
數字化信息時代,電子郵件極大方便瞭人與人之間的通信,尤其體現在時效性和便捷性上.但隨著互聯網大潮的彊勢來襲,各色的電子郵件也開始堆滿瞭人們的電子信箱.如何實現對電子郵件的自動歸類,以及如何自動過濾掉垃圾郵件的問題,便日益變得突齣與重要.文本的自動歸類是信息處理領域的一箇重要研究方嚮.該分類繫統中,基于文本訓練與分類算法的文本分類模塊又是該繫統設計裏的重點與覈心.旨在現有主流的文本訓練與分類算法下,淺析各種算法的優劣,併提齣一種改良版的"高性價比K-SVM算法",實現對電子郵件的自動歸類.併通過實驗去論證該算法的優良性,實現對郵件更精準、更優良的分類.
수자화신식시대,전자유건겁대방편료인여인지간적통신,우기체현재시효성화편첩성상.단수착호련망대조적강세래습,각색적전자유건야개시퇴만료인문적전자신상.여하실현대전자유건적자동귀류,이급여하자동과려도랄급유건적문제,편일익변득돌출여중요.문본적자동귀류시신식처리영역적일개중요연구방향.해분류계통중,기우문본훈련여분류산법적문본분류모괴우시해계통설계리적중점여핵심.지재현유주류적문본훈련여분류산법하,천석각충산법적우렬,병제출일충개량판적"고성개비K-SVM산법",실현대전자유건적자동귀류.병통과실험거론증해산법적우량성,실현대유건경정준、경우량적분류.
