中文垃圾郵件過濾技術(shù)的研究.pdf

1、眾所周知，電子郵件是互聯(lián)網(wǎng)最重要、最普及的應(yīng)用，大大方便了人們生活、工作和學(xué)習(xí)。但垃圾郵件問題也日益嚴峻，經(jīng)過綜合計算，垃圾郵件給中國的GDP每年造成的損失多達60.69億人民幣。由于法律、技術(shù)等多方面的原因，目前還無法從根源上制止垃圾郵件的產(chǎn)生，所以研究反垃圾郵件技術(shù)勢在必行。其中基于內(nèi)容的反垃圾郵件技術(shù)是目前國際上研究的重點。 本文在總結(jié)前人所做工作的基礎(chǔ)上，針對中文郵件的特性，從整體上對郵件過濾系統(tǒng)進行了深入的研究，并在特

2、征抽取、分類算法等方面提出了一些改進意見。 具體來說，本文做了以下工作： 1.從經(jīng)濟、法律、技術(shù)等方面討論了垃圾郵件產(chǎn)生的原因，總結(jié)了目前國內(nèi)外垃圾郵件過濾技術(shù)的現(xiàn)狀，并詳細介紹了文本分類算法在基于內(nèi)容郵件過濾技術(shù)上的應(yīng)用。 2.本文通過一系列的實驗，分析了特征抽取算法、特征詞數(shù)量及詞性選擇等因素對郵件過濾系統(tǒng)的影響。我們發(fā)現(xiàn)，優(yōu)勢率算法非常適合郵件文本的特征抽取。同時我們發(fā)現(xiàn)了中文郵件文本特征在詞性和數(shù)量方面的