甘冬連 張永 劉博

摘要：針對(duì)垃圾郵件大量存在的問(wèn)題，提出基于MapReduce并行SVM的垃圾郵件分類(lèi)算法，用支持向量機(jī)作為分類(lèi)器，基于MapReduce將各子分類(lèi)器進(jìn)行合并，并通過(guò)重訓(xùn)練得到模型，利用該模型對(duì)測(cè)試集進(jìn)行分類(lèi)，得到結(jié)果。為解決算法精度損失、準(zhǔn)確率低等問(wèn)題，引入KNN，在原算法基礎(chǔ)上進(jìn)行循環(huán)迭代。

關(guān)鍵詞：MapReduce；SVM；KNN分類(lèi)算法

DOIDOI：10.11907/rjdk.161466

中圖分類(lèi)號(hào)：TP301文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2016）006-0010-03

參考文獻(xiàn)：

[1]杜玲玲.基于MapReduce的數(shù)據(jù)挖掘算法研究與應(yīng)用[D].桂林：桂林電子科技大學(xué)，2012.

[2]邰建華.Hadoop平臺(tái)下的海量數(shù)據(jù)存儲(chǔ)技術(shù)研究[D].大慶：東北石油大學(xué)，2012.

[3]曹聰.云計(jì)算支持下的數(shù)據(jù)挖掘算法及其應(yīng)用[D].廣州：廣州大學(xué)，2012.

[4]?？?基于Hadoop云平臺(tái)的分布式支持向量機(jī)研究[D].臨汾：山西師范大學(xué)，2014.

[5]汪海燕，黎建輝，楊風(fēng)雷.支持向量機(jī)理論及算法研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2014（5）：1281-1286.

[6]張國(guó)云.支持向量機(jī)算法及其應(yīng)用研究[D].長(zhǎng)沙：湖南大學(xué)，2006.

[7]桑應(yīng)賓.基于K近鄰的分類(lèi)算法研究[D].重慶：重慶大學(xué)，2009.