Automatyczna klasyfikacja wiadomości e-mail w skrzynkach pocztowych z zastosowaniem tabel decyzyjnych

• Authors: Jan Kozak , Barbara Probierz , Ewa Magiera , Katarzyna Trynda

Title variants

EN

Automatic classification of the messages e-mail with applying decision tables

• Languages of publication: PL

Abstracts

PL

W artykule zaproponowano metodę dotyczącą automatycznej klasyfikacji wiadomości mailowych w skrzynkach pocztowych. Celem pracy jest opracowanie mechanizmu tworzenia tabel decyzyjnych ze zbiorów takich wiadomości e-mail, na których możliwe jest zbudowanie klasyfikatora, którego zastosowanie pozwala na poprawienie dokładności klasyfikacji wiadomości e-mail do folderów. Zaproponowana metoda została przetestowana na zbiorze danych Enron E-mail przy zastosowaniu wybranych algorytmów. Uzyskane wyniki potwierdzają, że użycie proponowanych rozwiązań pozwala na poprawienie dokładności klasyfikacji nowych wiadomości e-mail do folderów.

EN

In this article is proposed an approach to an automatic classification of e-mail messages in mailboxes. The aim of the study is to develop a method to building decision tables from the set of e-mail messages, for which it is possible to building a classifier, whose application allows to improve the accuracy of the classification of e-mail folders. The proposed method has been tested on a set of data Enron E-mail using selected algorithms. The obtained results confirm that this approach allows one to improve the accuracy with which new emails are assigned to particular folders.

Keywords

PL

Enron e-mail; Klasyfikacja; Tabele decyzyjne

EN

Classification; Decision tables; Enron e-mail

• Publisher: Uniwersytet Ekonomiczny w Katowicach
• Journal: Studia Ekonomiczne
• Year: 2015
• Volume: 227
• Pages: 16-30

Contributors

author

Jan Kozak

author

Barbara Probierz

author

Ewa Magiera

author

Katarzyna Trynda

References

• Bekkerman R., McCallum A., Huang G. (2004), Automatic Categorization of Email into Folders: Benchmark Experiments on Enron and SRI Corpora, Center for Intelligent Information Retrieval, Technical Report IR.
• Breiman L., Friedman J.H., Olshen R.A., Stone C.J. (1984), Classification and Regression Trees, Chapman & Hall, New York.
• Clark P., Niblett T. (1989), The CN2 Induction Algorithm, Machine Learning.
• Cortes C., Vapnik V. (1995), Support-vector Networks, Machine Learning.
• Holland J.H. (1975), Adaptation in Natural and Artificial Systems: An Introductory Analysis with Applications to Biology, Control and Artificial Intelligence, MIT Press, Cambridge.
• Kiritchenko S., Matwin S. (2002), Email Classification with Co-training, Tech. rep., University of Ottawa.
• Lewis D.D. (1992), Representation and Learning in Information Retrieval, Ph.D. thesis, Department of Computer Science, University of Massachusetts.
• Payne T.R., Edwards P. (1997), Interface Agents that Learn an Investigation of Learning Issues in a Mail Agent Interface, Applied Artificial Intelligence.
• Sahami M., Dumais S., Heckerman D., Horvitz E.(1998), A Bayesian Approach to Filtering Junk E-mail, Learning for Text Categorization: Papers from the 1998 Workshop.

Identifiers

ISSN

2083-8611