甘冬連 張永 劉博

摘要：針對垃圾郵件大量存在的問題，提出基于MapReduce并行SVM的垃圾郵件分類算法，用支持向量機作為分類器，基于MapReduce將各子分類器進行合并，并通過重訓練得到模型，利用該模型對測試集進行分類，得到結果。為解決算法精度損失、準確率低等問題，引入KNN，在原算法基礎上進行循環(huán)迭代。

關鍵詞：MapReduce；SVM；KNN分類算法

DOIDOI：10.11907/rjdk.161466

中圖分類號：TP301文獻標識碼：A文章編號：1672-7800（2016）006-0010-03

參考文獻：

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

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

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

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

[5]汪海燕，黎建輝，楊風雷.支持向量機理論及算法研究綜述[J].計算機應用研究，2014（5）：1281-1286.

[6]張國云.支持向量機算法及其應用研究[D].長沙：湖南大學，2006.

[7]桑應賓.基于K近鄰的分類算法研究[D].重慶：重慶大學，2009.