{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2022,11,11]]，“日期-时间”：“2022-11-11T18:54:20Z”，“时间戳”：1668192860074}，“引用-计数”：43，“出版商”：“Springer Science and Business Media LLC”，“发行”：“3”，“许可证”：[{“开始”：{:“日期-零件”：[2018,9,10]]，”日期-时间我”：“2018-09-10T00:00:00Z”，“timestamp”：1536537600000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[”Knowl-Inf Syst“]，”published-print“：{”date-parts“：[2019,9]]}”，“DOI”：“10.1007\/s10115-018-1271-1“，”type“：”journal-article“，”created“：{“date-parts”：[[2018,9,10]]，“date-time”：“2018-09-10T02:11:42Z”，“timestamp”：1536545502000}，“page”：“1427-1451”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：3，“title”：[“识别未经请求的电子邮件的基于内容的改进进化方法”]，“前缀”：“10.1007”，“卷”：“60”，“author”：[{“given”：“Shrawan Kumar”，“family”：“Trivedi”，“sequence”：“first”，“affiliation”：[]}：“思科系统，SenderBase实时威胁监测系统，http://www.SenderBase.org”｝，｛“issue”：“3”，“key”：“1271_CR2”，“doi断言”：“publisher”，“首页”：“249”，“doi”：“10.1016\/j.knosys.2006.05.016”，“volume”：“20”，“author”：“CC Lai”，“year”：“2007”，“nonstructured”：“Lai CC（2007）垃圾邮件过滤三种机器学习方法的实证研究。基于知识的系统20（3）：249\u2013254”，“日志标题”：“基于知识的体系”}，{“问题”：“2”，“关键”：“1271_CR3”，“doi-asserted-by”：“发布者”，“首页”：“132”，“doi”：“10.7763\/JACN.2013.V1.27”，“卷”：“1”，“作者”：“SK Trivedi”，《年份》：“2013”，“非结构化”：“Trivedi-SK，Dey S（2013）概率分类器和boosting算法之间的相互作用，用于检测复杂的未经请求的电子邮件。J Adv Compute Netw 1（2）：132\u2013136“，“journal-title”：“J Adv compute Netw”}，{“key”：“1271_CR4”，“unstructured”：“Clark KP（2008）A survey of content-based spam classifiers”}、{“key”：”1271_CR 5“，“doi-asserted-by”：“crossref”，“非结构化”：“Jakobsson M（2016）针对不需要的电子邮件的传统对策。摘自：《理解基于社会工程的诈骗》，第51\u201362页。Springer，New York“，“DOI”：“10.1007\/9781-4939-6457-4_5”}，{“key”：“1271_CR6”，“unstructured”：“Cole WK（2007）黑名单、黑名单、DNSBL\u2019s和生存。检索日期，01-26”}、{“key”：”1271_CR“，“unsructured，“非结构化”：“Levine JR（2005年）《灰色名单的经验》。收录：CEAS“}，{“key”：“1271_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Sharaff A，Nagwani NK，Dhadse A（2016）。垃圾邮件检测分类算法的比较研究。收录：计算、信息、通信和应用领域的新兴研究，第237\u2013244页。Springer India”，“DOI”：“10.1007\/978-81-322-2553-9_23”}，{“key”：“1271_CR10”，“unstructured”：“Androutsopoulos I，Koutsias J，Chandrinos K V，Paliouras G，Spyropoulos CD（2000）《朴素贝叶斯反垃圾邮件过滤评估》，第26\u201328页”}、{“issue”：“5”，“key“1271_ R11”，“first page”：《1890》，“volume”：”“3”，“author”：“AK Sharma”，“year”：“2011”，“非结构化“：”Sharma AK，Sahni S（2011）垃圾邮件数据分析分类算法的比较研究。Int J Comput Sci Eng 3（5）：1890\u20131895”，“期刊标题”：“Int J Comput Sci Eng”}，｛“issue”：“5”，“key”：“1271_CR12”，“doi asserted by”：“publisher”，“first page”：“1048”，“doi”：“10.1109\/72.788645”，“volume”：“10”，“author”：“H Drucker”，“year”：“1999”，“nonstructured”：“Drucker H，Wu D，Vapnik VN（1999）支持向量机进行垃圾邮件分类。IEEE Trans Neural Netw 10（5）：1048\u20131054“，“journal-title”：“IEEE Trans-Neural Netw”}，{“key”：“1271_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Trivedi SK，Dey S（2014）基于集成的进化分类器用于检测未经请求的电子邮件的研究。摘自：2014年自适应和收敛系统研究会议记录（第46\u201351页）。ACM“，“DOI”：“10.1145\/2663761.2664233”}，{“key”：“1271_CR14”，“unstructured”：“Li J，Ping W（2009）基于改进遗传算法的电子邮件过滤系统。摘自：2009年信息安全与应用国际研讨会论文集（IWISA 2009），ISBN 978-952-5726-06-06-0。16“}，{”issue“：”2“，”key“：”1271_CR15“，”doi-asserted-by“：”publisher“，”first page“：“121”，“doi”：“10.1109\/TSMCC.2009.2033566”，“volume”：“40”，“author”：“PG Espejo”，”year“：”2010“unstructured”：“Espejo-PG，Ventura S，Herrera F（2010）遗传编程应用于分类的调查。IEEE Trans-Syst Man Cybern Part C Appl Rev 40（2）：121\u2013144“，”journal-title“：”IEEE Trans-Syst Man Cybern Part C Appl Rev“}，{“key”：“1271_CR16”，“unstructured”：“Sahami M，Dumais S，Heckerman D，Horvitz E（1998）过滤垃圾邮件的贝叶斯方法。In:文本分类学习：1998年研讨会论文，第62卷，第98\u2013105页”}，“key“：”1271_CR 17“，”unstructure“：”Rennie J（2000）ifile:机器学习在电子邮件过滤中的应用。In:Proc。KDD 2000文本挖掘研讨会，马萨诸塞州波士顿“}，{“key”：“1271_CR18”，“unstructured”：“Pantel P，Lin D（1998）Spamcop:垃圾邮件分类和组织程序。摘自：AAAI-98文本分类学习研讨会论文集，第95\u201398页”}，}“key:”1271_CR“，”doi-asserted-by“：”crossref“，”unstructure“：”Trivedi SK，Dey S，Shikhar P（2013）不同核函数和特征选择方法对SVM检测电子邮件垃圾邮件性能的影响。Int J Comput Appl 66（21）“，”DOI“：”10.1145\/2513228.251313“}，{“key”：“1271_CR20”，“unstructured”：“Sakkis G，Androutsopoulos I，Paliouras G，Karkaletsis V，Spyropoulos CD，Stamatopoulos P（2001）用于电子邮件反垃圾邮件过滤的堆叠分类器。arXiv preprint cs\/0106040”}，“key“：”1271_CR21“，”DOI-asserted-by“：”crossref“，”unstructure“：”Carreras X，M\u00e0rquez L（2001）《子句拆分的提升树》。摘自：2001年计算自然语言学习研讨会论文集——第7卷（第26页）。计算语言学协会“，”DOI“：”10.3115\/1117822.1117839“}，{”issue“：”2“，”key“：”1271_CR22“，”DOI-asserted-by“：”publisher“，”first page“：“132”，”DOI:“10.7763\/JACN.2013.V1.27”，”volume“：概率分类器和boosting算法之间的相互作用，用于检测复杂的未经请求的电子邮件。J Adv Compute Netw 1（2）：132\u2013136“，“journal-title”：“J Adv compute Netw”}，{“key”：“1271_CR23”，“unstructured”：“Rios G，Zha H（2004）Exploring Support vector machines and random forest for spam detection。In:CEAS”}、{“密钥”：“1241_CR24”，“doi-asserted-by”：“crossref”，“非结构化”：“Trivedi S，Dey S（2013）特征选择方法对检测电子邮件垃圾邮件的机器学习分类器的影响。In:2013年ACM应用计算研究研讨会论文集，加拿大魁北克省蒙特利尔”，“DOI”：“10.1145\/2513228.251313”}，{“issue”：“2”，“key”：“1271_CR25”，“DOI-asserted-by”：“publisher”，“first page”：”317“，“DOI:”10.1111\/jcom.12084“，”volume：“64”，“author”：“E Colleoni”，“year”：“2014”，“unstructured”：“Colleoni E，Rozza A，Arvidsson A（2014）回声室还是公共场所？利用大数据预测推特的政治取向和衡量政治同质性。J Commun 64（2）：317\u2013332“，”journal-title“：”J Commund“}，{”key“：”1271_CR26“，”doi-asserted-by“：”crossref“，”unstructured“：”Trivedi SK，Dey S（2016）垃圾邮件分类的各种监督特征选择方法的比较研究。摘自：第二届信息和通信技术促进竞争战略国际会议记录（第64页）。ACM“，”DOI“：”10.1145\/2905055.2905122“}，{”key“：”1271_CR27“，”unstructured“：”John GH，Kohavi R，Pfleger K（1994）无关特征和子集选择问题。In：机器学习：第十一届国际会议论文集，pp 121\u2013129“}”，{“key”：“1271_CR28”，“unstructure”：“Aas K，Eikvil L（1999）文本分类：一项调查。Raport NR，941“}，{“key”：“1271_CR29”，“doi-asserted-by”：“crossref”，“unstructured”：“Shengen L，Xiaofei N，Peiqi L，Lin W（2011）使用遗传编程生成新特征以检测链接垃圾邮件。收录于：2011年智能计算技术与自动化国际会议（ICICTA），第1卷，第135\u2013138页。IEEE”，“DOI”：“10.1109\/ICCTA.2011.41”}，｛“key”：“1271_CR30”，“DOI断言”：“crossref”，“非结构化”：“Trivedi SK，Dey S（2013）一种用于检测未经请求的电子邮件的增强型遗传编程方法。在：2013 IEEE第16届国际计算科学与工程会议（CSE），第1153\u20131160页。IEEE“，”DOI“：”10.1109\/CSE.2013.171“}，{“key”：“1271_CR31”，“volume-title”：“遗传编程：通过自然选择对计算机进行编程”，“author”：“JR Koza”，“year”：“1992”，“unstructured”：“Koza JR（1992）遗传编程：关于通过自然选择进行计算机编程。麻省理工学院出版社，剑桥”}volume-title”：“遗传自适应系统类行为分析，博士学位”，“author”：“K Jong De”，“year”：“1975”，“unstructured”：“De Jong K（1975）遗传自适应系统的类行为分析、博士学位。密歇根大学计算机科学系，Ann Arbor“}，{”issue“：”1“，”key“：”1271_CR33“，”doi-asserted-by“：”publisher“，”first page“：“122”，”doi“：”10.1109\/TSMC.1986.289288“，”volume“：遗传算法的控制参数优化。IEEE Trans Sys Man Cybern 16（1）：122\u2013128“，“journal-title”：“IEEE Trans-Sys Man Cypern”}，{“issue”：“6”，“key”：“1271_CR34”，“first page”：《首页》：“20”，“卷”：“31”，“author”：“V Kapoor”，“year”：“2011”，“unstructured”：“Kapoor V，Dey S，Khurana AP（2011）遗传算法控制参数在函数优化问题中作用的实证研究。Int J Comput Appl 31（6）：20\u201326”，“journal-title”：“Int J Comput Appr”}，{“key”：“1271_CR35”，“doi-asserted-by”：“crossref”，“unstructured”：“Lewis DD Naive（Bayes）at四十岁：信息检索中的独立假设。in:第十届欧洲机器学习会议论文集（ECML-98），1998，pp 4\u201315”，“doi”：“10.1007\/BFBb0026666”}、{”key“：”1271_CR36“，”doi-asserted-by“：”crossref“，”unstructured“：”Trivedi SK，Dey S（2016）检测电子邮件垃圾邮件的组合分类器方法。2016年第30届先进信息网络和应用研讨会国际会议（WAINA），第355\u2013360页。IEEE“，”DOI“：”10.1109\/WAINA.2016.127“}，{“key”：“1271_CR37”，“DOI-asserted-by”：“crossref”，“unstructured”：“Tripathi A，Trivedi SK（2016）《印度电影评论的情感分析与各种特征选择技术》。在IEEE国际计算机应用进展会议（ICACA）上，第181\u2013185页。IEEE”，“DOI”：“10.1109\/ICA.2016.7887947”}，{“key”：“1271_CR38”，“DOI断言”：“crossref”，“非结构化”：“Trivedi SK（2016）垃圾邮件检测的机器学习分类器研究。2016年第四届计算与商业智能国际研讨会，第176\u2013180页。IEEE“，”DOI“：”10.1109\/ISCBI.2016.7743279“}，{“key”：“1271_CR39”，“DOI-asserted-by”：“crossref”，“unstructured”：“Vapnik VN（1999）统计学习理论概述。摘自：IEEE神经网络事务，第10卷，第5期，第988\u2013998页。6“，”DOI“：”10.1109\/72.788640“}，{”issue“：”1“，”key“：”1271_CR40“，”DOI-asserted-by“：”publisher“，”first page“：“53”，“DOI”：“10.1145\/2600617.2600612602”，“volume”：“14”，“author”：“SK Trivedi”，“year”：“2014”，“unstructured”：“Trivedi-SK，Dey S（2014）特征子集选择技术和机器学习分类器之间的交互，用于检测未经请求的电子邮件。ACM SIGAPP Appl Compute Rev 14（1）：53\u201361“，”journal-title“：”ACM SIGAPP Appl compute Rev.“}，{“key”：“1271_CR41”，“unstructured”：“Obimbo C，Nyakundi E入侵检测分类中带有径向基函数和多项式核的SVM比较”}，}“issue”：“4”，“key“：”1271_CR42“，”doi-asserted-by“：”publisher“，”first page“524“，”DOI“：”10.1108\/VJIKMS-07-2015-0042“，”volume“：”46“，”author“：”SK Trivedi“，”year“：”2016“，”unstructured“：”Trivedi-SK，Trivedi-SK，Dey S，Dey S-（2016）一种新颖的委员会选择机制，用于结合分类器检测未经请求的电子邮件。VINE J Inf Knowl Manag Syst 46（4）：524\u2013548“，“journal-title”：“VINE J.Inf Klowl Manage Syst”}，{“key”：“1271_CR43”，“doi-asserted-by”：“crossref”，“unstructured”：“Sharma A，Dey S（2013）一种基于SVM的在线观点文本情感分析方法。In:2013年自适应和收敛系统研究论文集，第28\u201334页。ACM“，”DOI“：”10.1145\/2513228.251311“}]，”container-title“：[”Knowledge and Information Systems“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”http://link.springer.com\/content\/pdf\/10007\/s10115-018-1271-1.pdf“，”content-type“：”application\/pdf“、”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“http://\/link.springer.com/article\/10.1007\/s10115-018-1271-1\/fulltext.html“，“内容类型”：“文本\/html”，“内容版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://\-link.springer.com/content\/pdf\/10.10007\/s1015-018-1271-1.pdf”，“content-type”：“”相似性检查“}”，“存放”：{“日期部分”：[[2019,9,9]]，“日期时间”：“2019-09-09T19:14:39Z”，“时间戳”：1568056479000}，“分数”：1，“资源”：{“主要”：}“URL”：“http://link.springer.com/10.1007\/s10115-018-1271-1”}}，0]]}，“引用计数”：43，“日志问题”：{“问题”：“3”，“published-print“：{”date-parts“：[[2019,9]]}}，”alternative-id“：[”1271“]，”URL“：”http://\/dx.doi.org\/10.1007\/s10115-018-1271-1“，”relation“：{}，“ISSN”：[“0219-1377”，“0219-3116”]，“ISSN-type”：[{“value”：“0219-1377”，“type”:“print”}，{“value”：“219-3116”，“类型”：“”电子“}]，”主题“：[]，”发布“：{”日期部分“：[[2018,9,10]]}，”断言“：[{”值“：”2017年5月12日“，”订单“：1，”名称“：”收到“，”标签“：”接收“，”组“：组“：{”名称“：”ArticleHistory“，”label“：”Article History”}}，{“value”：“2018年9月10日”，“order”：4，“name”：“first_online”，“label”：“first online”，”group“：{“name”:“ArticleHistory”，“标签”：“Article历史”}}}]}}