針對(duì)中文內(nèi)容和基于貝葉斯定理的反垃圾郵件方法的研究.pdf

1、　　電子郵件已經(jīng)成為人們?nèi)粘Ｉ钪型ㄐ?、交流的重要手段之一，但垃圾郵件問題也日益嚴(yán)峻，網(wǎng)民平均每天收到的垃圾郵件數(shù)量已超過了正常郵件。目前經(jīng)常采用的垃圾郵件過濾技術(shù)一般包括黑名單與白名單技術(shù)、規(guī)則過濾以及基于關(guān)鍵詞匹配的內(nèi)容掃描等?！　×硗庖环N方法是從電子郵件的文本內(nèi)容入手，使用文本分類、信息過濾的算法，在訓(xùn)練郵件集合上學(xué)習(xí)垃圾郵件分類器。垃圾郵件過濾中常用的文本分類方法有k-近鄰、決策樹、boosting等。現(xiàn)有的郵件分類器算法其中

2、一個(gè)重要步驟是將郵件的文本內(nèi)容出現(xiàn)的字與詞標(biāo)記化，也就是將郵件文本內(nèi)容分詞。但由于中英文環(huán)境中語素的不同特點(diǎn)，英文分詞相當(dāng)簡(jiǎn)單而中文分詞的問題比較復(fù)雜。　　本文將中文內(nèi)容郵件分詞算法同貝葉斯定理相結(jié)合，提出了針對(duì)中文內(nèi)容和基于貝葉斯定理的郵件分類器，并使用這一分類器架構(gòu)了反垃圾郵件應(yīng)用系統(tǒng)進(jìn)行了垃圾郵件過濾的實(shí)驗(yàn)，有效的驗(yàn)證了這一針對(duì)中文內(nèi)容和基于貝葉斯定理的反垃圾郵件方法，最后對(duì)應(yīng)用實(shí)驗(yàn)的不足進(jìn)行了總結(jié)并提出了進(jìn)一步的研究方向。