Применение в задаче классификации SMS сообщений оптимизированного наивного байесовского классификатора
Автор: Бурлаков Михаил Евгеньевич
Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 4-4 т.18, 2016 года.
Бесплатный доступ
В статье рассматривается процесс оптимизации наивного байесовского классификатора. Рассмотрен механизм расчета вероятности и процесс построения обучающей таблицы для практического решения задачи классификации SMS сообщений наивным байесовским классификатором. В качестве экспериментальной выборки было взято множество SMS сообщений, которое используется специалистами в области классификации электронных сообщений (обучающее и тестовое множество). Качество классификации SMS сообщений у оптимизированного метода оказалось выше, чем у обычного наивного байесовского классификатора.
Наивный байесовский классификатор, классификация sms сообщений, оптимизация наивного байесовского классификатора, электронные сообщения, спам, классификация электронных сообщений
Короткий адрес: https://sciup.org/148204755
IDR: 148204755
Список литературы Применение в задаче классификации SMS сообщений оптимизированного наивного байесовского классификатора
- Portio Research оценивает мировой рынок мобильных сообщений в 2011 году . 2011. URL: http://www.mforum.ru/news/article/099200.htm (дата обращения 15.09.2016).
- Worldwide A2P SMS Markets 2014-2017 . 2014. URL: http://www.strikeiron.com/wp-content/uploads/2014/12/whitepaper-sms-2014-2017-portio-research.pdf (дата обращения 15.09.2016).
- Cloudmark наблюдает рост потоков SMS-спама . 2013. URL: https://securelist.ru/blog/novosti/3684/cloudmark-nablyudaet-rost-potokov-sms-spama/(дата обращения 15.09.2016).
- Machine learning methods for spam e-mail classification . 2011. Режим доступа: http://airccse.org/journal/jcsit/0211ijcsit12.pdf (дата обращения 15.09.2016).
- Weiss S., Apte C. Maximizing text-mining performance//IEEE Intelligent Systems. 1999. 63-69 с.
- Наивный байесовский классификатор . 2015. URL: https://ru.wikipedia.org/wiki/Наивный_байесовский _классификатор (дата обращения 15.09.2016).
- SMS Spam Collection v. 1 . 2011. URL: http://www.dt.fee.unicamp.br/~tiago/smsspamcollection/(дата обращения 15.09.2016).
