|
由于最近在写一篇关于大数据分类的论文（吐槽一下：导师天天催），所以在图书馆借了几本有关大数据的书籍。今天看《New Internet 大数据挖掘》（感兴趣的可以看一下）中提到垃圾邮件过滤，让我联想到昨天在1280社区看到一道名企面试题，“在游戏实时交流中，怎么过滤那些广告？”。当时想到的是关键词过滤，也没细想。
其实垃圾邮件过滤跟广告过滤是一种，使用最多的是朴素贝叶斯算法。
贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。
-
（参见维基百科http://zh.wikipedia.org/wiki/%E8%B4%9D%E5%8F%B6%E6%96%AF%E5%AE%9A%E7%90%86）
通过对大量已经判定的垃圾邮件和正常邮件进行学习，根据两种邮件中相同词语出现的概率对比来确定垃圾邮件的可能性。优点是准确率高，缺点是需要大量的历史数据。
<script type="text/java script">
-
<script type="text/java script">BAIDU_CLB_fillSlot("771048");
-
点击复制链接 与好友分享!
回本站首页
<script>
function copyToClipBoard(){
var clipBoardContent=document.title + '\r\n' + document.location;
clipBoardContent+='\r\n';
window.clipboardData.setData("Text",clipBoardContent);
alert("恭喜您！复制成功");
}
<script>window._bd_share_config={"common":{"bdSnsKey":{},"bdText":"","bdMini":"2","bdMiniList":false,"bdPic":"","bdStyle":"0","bdSize":"24"},"share":{}};with(document)0[(getElementsByTagName('head')[0]||body).appendChild(createElement('script')).src='http://bdimg.share.baidu.com/static/api/js/share.js?v=89860593.js?cdnversion='+~(-new Date()/36e5)];
|