随着通讯行业相关技术的飞速发展和网络的普及,人们日常产生的数据量越来越大。如何从中提取出有用信息的需求越来越大,近年来,数据挖掘技术受到了研究人员的广泛关注。这是一种从大量的数据中发现数据之间的关系,并找出隐藏在这些数据之后有用信息的技术。分类算法是其中的一个分支,它主要是通过算法设计分类器,并使用各种分类器将数据集中的数据项划分到某一固定的分类当中。贝叶斯算法是一个利用概率统计为基础的经典的分类算法,因其使用方法简单、分类准确度高、速度快被广泛的研究与使用。贝叶斯算法主要有朴素贝叶斯算法和树增强型朴素贝叶斯算法,本文主要针对朴素贝叶斯算法进行了相关研究。(1)本文结合了信息熵的概念,提出了一种利用信息增益来进行特征选择的数据预处理方法,通过该方法可以选出更具有价值的特征来构建模型,便于通过调整提升分类器预测的正确率。同时,因为选取了较少的特征,分类模型的训练效率也会提高,减少训练模型所需的时间。(2)本文针对数据集训练方式提出了一种增强训练方法,将训练集切片,利用一段数据训练后对下一段进行预测,针对预测错误的数据项调整训练内容。通过这种方法可以使用更少的数据项与更快的速度来训练分类器。在此基础上本文提出了一种基于特征选择与增强训练的朴素贝叶斯分类器的钓鱼网站检测系统FSRT-NB(Feature Selection and Reinforcement Training-Naive Bayesian)。经实验证明,FSRT-NB分类器有着很好的分类效果和效率。