一种基于滑动窗口技术的邮件特征选择方法  

Feature selection for email based on sliding window

作　　者：夏正新 

机构地区：[1]南京邮电大学继续教育学院,江苏南京210042

出　　处：《南京邮电大学学报（自然科学版）》2017年第6期103-110,共8页Journal of Nanjing University of Posts and Telecommunications：Natural Science Edition

摘　　要：在垃圾邮件过滤中,常用的方法是对邮件中的特征进行筛选,找出能够最有效代表邮件的相关特征,即在降低特征维度的同时,还能保持较高的召回率和精确率。文中提出了一种利用滑动窗口技术的特征选择方法用于改善垃圾邮件分类的效果。该方法分为两步,第一步通过基于相对文档-特征词频率差异的特征选择方法,生成正负相关的候选特征集合;第二步使用粒子群优化算法快速选择最好的特征子集,提高了垃圾邮件分类的效果。实验结果表明文中提出的方法要明显优于传统的方法。The feature selection is often used in spare filtering for finding the features related to the email to the most degree and achieve the better recall and precision of classifiers in the case of attribute reduction. A feature selection method based on the sliding window is proposed for improving the performance in spare classification. The method includes two steps ： （ 1 ） using a relative document term frequency difference to generate the candidate feature set ; （2） using a particle swarm optimization （PSO） algorithm to find the optimal feature space,improving the performance of the email classification. Experimental results show that the method outperforms the traditional feature selection methods.

关 键 词：滑动窗口 文档-特征词频率差异 粒子群优化算法 特征选择 垃圾邮件 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]