%0 Journal Article
%T 一种改进KNN个性化邮件过滤的方法
%A 邓文韬
%A 王国胤
%A 董振兴
%J 重庆邮电大学学报(自然科学版)
%D 2011
%X 针对个性化邮件过滤中接收的邮件没有规律、正常邮件和垃圾邮件存在严重类偏移等问题，提出一种改进的k最近邻(knearestneighboralgorithm，KNN)个性化邮件过滤方法。该方法主要是通过建立兴趣度模型(对兴趣度计算的改进，剔除用户习惯对建立兴趣度模型带来的影响)不断改变训练集，使得训练集中的文本始终代表用户最近的兴趣。然后通过对接收邮件的无规律和类偏移问题的研究,提出一种改进的KNN算法，该算法主要是对文本在聚类中的价值重新评定，使其对邮件文本进行了较好的分类。经实际验证，改进后的KNN个性化过滤方法能较好地实现对邮件进行个性化分类。
%K 个性化
%K KNN算法
%K 邮件过滤
%K 用户兴趣
%K 垃圾邮件
%U http://journal.cqupt.edu.cn/jcuptnse/jcuptnse/ch/reader/view_abstract.aspx?file_no=20110621&flag=1