Bogofilter是目前比較流行的貝葉斯過濾器，它的主要原理是樸素貝葉斯理論。Bogofilter建立垃圾郵件和非垃圾郵件貝葉斯機率模型，在貝葉斯原理的實現上，加入了Paul Graham 關於垃圾郵件的過濾理論。該理論大體思想是，在已知的垃圾郵件中，一些單詞出現的頻率較高，而在合法郵件中，另一些單詞出現的頻率較高。運用一些眾所周知的數學知識，對於每個單詞，可以生成一個”垃圾郵件指示性機率”。根據訊息中所辦含一組詞，可以用另一個簡單的數學公式來確定文本訊息的整體垃圾郵件機率。
基本介紹
- 中文名：貝葉斯過濾器
- 外文名：Bogofilter
- 主要原理：樸素貝葉斯理論
- 優點：小巧，可靠，性能高
簡介,效率,
簡介
Bogofilter將由空格隔開的單詞作為特徵，並且對特徵進行更加嚴格的定義，譬如，去除單純包含數字的特徵，對於$20-25這種形式的價格範圍，被標記為兩個關鍵字，$20和$25等。Bogofilter還使用了平滑技術，來加強過濾器的過濾精度。
效率
在過濾效率上，Bogofilter採取有效的數據表示，和高效的數據存儲技術，獲得比較高的過濾效率。Bogofilter使用高性能的Berkerly DB 資料庫。Berkerly DB是歷史悠久的嵌入式資料庫系統，其小巧，可靠，性能高。Berkerly DB 比SQL SERVER 等資料庫性能要高10-20倍。
