基于NMF垃圾郵件過(guò)濾系統(tǒng)研究.pdf

1、隨著Internet的發(fā)展，電子郵件已是人們?nèi)粘＝涣鞯闹匾ぞ?，方便了人們的生活和學(xué)習(xí)。但同時(shí)垃圾郵件也不斷的增多，占據(jù)了郵件服務(wù)器的大量存儲(chǔ)空間，還嚴(yán)重干擾了人們的正常信息交流。如何有效地控制垃圾郵件已成為人們關(guān)注的課題，基于非負(fù)矩陣分解的垃圾郵件過(guò)濾技術(shù)采用了基于語(yǔ)義層次的降維方法，已被很好地推廣到文本分類和數(shù)據(jù)挖掘等領(lǐng)域。
　　 非負(fù)矩陣分解是一種新的特征項(xiàng)降維方法，它是一種基于語(yǔ)義層次上的特征項(xiàng)降維。與傳統(tǒng)的降維方法相比

2、，在降維的過(guò)程中它將特征項(xiàng)從語(yǔ)義上進(jìn)行聚類，這樣就可以消除特征項(xiàng)中一詞多義，多詞同義現(xiàn)象，從而在文本分類過(guò)程中對(duì)類別的判別正確率更高。由于非負(fù)矩陣分解是基于語(yǔ)義上的降維，降維效果十分顯著，因此算法實(shí)現(xiàn)效率更快。實(shí)驗(yàn)結(jié)果也證實(shí)了這一點(diǎn)，說(shuō)明非負(fù)矩陣分解在文本分類領(lǐng)域有重要的理論和應(yīng)用價(jià)值。
　　 首先研究了文本分類中傳統(tǒng)的降維方法，分析了這些降維方法的應(yīng)用背景和實(shí)際效果，并用實(shí)驗(yàn)的方法進(jìn)行了驗(yàn)證。
　　 將非負(fù)矩陣分解方法