基于社会计算和机器学习的垃圾邮件快速过滤方法

摘要：

在对当前垃圾邮件过滤方法进行研究和分析的基础上,本文将社交网络的概念用于垃圾邮件识别,并提出了一种将社会计算和机器学习相结合的垃圾邮件过滤方法,以减少垃圾邮件的误判率.为了提高邮件过滤的实时性,利用开源云计算平台Hadoop所提供的MapReduce模型进行分布式并行处理.对比实验结果表明,所采用的识别方法的识别准确率和识别效率都有较大的提高,尤其是降低了正常邮件的误判率.

关键词： 垃圾邮件 快速过滤 社会计算 机器学习 云计算

作者: 徐雅斌 李卓 董源

作者单位: 北京信息科技大学计算机学院;网络文化与数字传播北京市重点实验室,北京,100101 北京信息科技大学计算机学院

会议类型: 国内会议

会议名称: 2013全国高性能计算学术年会

会议地点: 桂林

会议语种:中文

页码: 859-862

在线出版日期: 2013-10-29（万方平台首次上网日期，不代表论文的发表时间）