垃圾邮件过滤的优化目标、建模及顺序回归研究

项目名称： 垃圾邮件过滤的优化目标、建模及顺序回归研究

项目编号： No.60903083

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 金属学与金属工艺

项目作者： 孙广路

作者单位： 哈尔滨理工大学

项目金额： 18万元

中文摘要： 垃圾邮件过滤是网络信息处理中的重要问题，基于机器学习方法的垃圾邮件过滤技术是目前的研究热点。现有研究一般将过滤问题视为二值分类问题进行解决，存在着模型优化目标和性能评价指标不一致的问题，导致模型优化结果产生偏差，过滤性能受到很大影响。本课题拟通过直接优化评价指标来提升过滤器性能，将垃圾邮件过滤问题转化成排序问题进行建模，探索基于顺序回归学习的垃圾邮件过滤新模型；拟提出在线顺序逻辑回归学习算法，解决顺序回归学习中的邮件得分偏移问题；综合应用TONE算法和重采样技术，拟提出参数权重更新算法，解决顺序回归学习中在线调整模型参数时的处理速度问题，满足垃圾邮件实时过滤的要求；拟提出基于字节级n元文法的特征提取方法，解决垃圾邮件信息伪装和隐藏的问题。本课题力争在垃圾邮件过滤的理论和方法上有所创新和突破，旨在大幅提高垃圾邮件过滤的性能，推动信息过滤技术的发展。本课题的研究具有重要的学术意义和实践意义。

中文关键词： 垃圾邮件过滤；评价指标优化；排序模型；在线顺序回归学习；主动学习

英文摘要：

英文关键词： Spam Filterinig；Indicator Optimization；Ranking Model；OnlineOrdinal Regression Model；Active Learning