메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
한송이 정용규 (을지대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2009 가을 학술발표논문집 제36권 제2호(C)
발행연도
2009.11
수록면
325 - 328 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
스팸 필터링을 위해 나이브 베이지안 분류기는 신뢰도가 높은 문서 분류기로서 가장 널리 이용되고 있는 분류 방법이다. 그러나 나이브 베이지안 분류기는 조건부로 독립적이라는 가정을 하기 때문에, 문서가 특정분류에 속할 실제 확률로 사용할 수 없는 현실적인 문제들이 존재한다. 이러한 문제의 실제적인 이유는 다른 것보다 많은 샘플(sample)을 가지고 있는 클래스로 인해 결정 경계의 가중치가 한쪽으로 치우칠 수 있다는 것, 즉 분류자가 특정 클래스를 선호함에 따라서이다. 본 논문에서는 문제를 해결하기 위해 조건부 독립성 가정을 방해하는 방법인 컴플리먼트 나이브 베이지안을 적용한다. 이 방법은 컴플리먼트 클래스를 나이브 베이지안에 적용하여 학습데이터의 밸런스를 맞추는 역할을 한다. 컴플리먼트 클래스는 학습되지 않은 전체 데이터로 나이브 베이지안 분류기는 독립성의 차이를 고려하여 가중치를 부여한다. 또한 중복되는 단어의 가중치의 문제를 해결하기 위해 가중치 백터를 정규화하여 스팸 필터링의 성능을 향상시킨다.

목차

요약
1. 서론
2. 나이브 베이지안 분류기를 적용한 스팸 필터링
3. 컴플리먼트 나이브 베이지안 적용한 스팸 필터링
4. 실험
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-569-001577701