基于支持向量機(jī)理論的垃圾郵件過(guò)濾模型.pdf

1、隨著互聯(lián)網(wǎng)的普及，電子郵件以其快捷，方便的優(yōu)點(diǎn)逐漸發(fā)展成為人們工作和生活的重要通信工具之一。然而，隨之而來(lái)的垃圾郵件問(wèn)題也日益嚴(yán)峻，它不僅傳播有害信息，而且耗費(fèi)大量的公共資源，侵害電子郵件用戶和企業(yè)的合法權(quán)益。當(dāng)前已經(jīng)存在許多的垃圾郵件過(guò)濾方法，但是目前垃圾郵件不降反升的局面表明，雖然當(dāng)前垃圾郵件過(guò)濾方法眾多，但是還有許多垃圾郵件相關(guān)問(wèn)題沒有找到好的解決辦法，垃圾郵件過(guò)濾效果不是很理想。所以，研究一種更加新型高效的，快速的郵件過(guò)濾系統(tǒng)仍

2、具有特別的現(xiàn)實(shí)意義。 支持向量機(jī)(SVM)是在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上發(fā)展而來(lái)的一種新的模式識(shí)別方法，在解決有限樣本、非線性及高維模式識(shí)別問(wèn)題中表現(xiàn)出許多特有的優(yōu)勢(shì)。它不僅考慮了對(duì)推廣能力的要求，而且追求在有限信息的條件下得到最優(yōu)結(jié)果。其中，SMO方法是相對(duì)眾多已有研究的SVM算法較為簡(jiǎn)單的算法，它將工作樣本集中的樣本數(shù)減少為2，避開了復(fù)雜的數(shù)值求解優(yōu)化問(wèn)題的過(guò)程，但是相應(yīng)的代價(jià)就是迭代次數(shù)的增加。本文提出一種基于支持向量機(jī)理論的垃

3、圾郵件過(guò)濾模型，模型使用的過(guò)濾算法是一種改進(jìn)型的SMO算法-SMO主動(dòng)學(xué)習(xí)算法。該算法能很好的繼承SMO的優(yōu)勢(shì)，同時(shí)又解決SMO算法的不足，減少二次尋優(yōu)的迭代次數(shù)。本模型主要以探索為目的，觀察其可行性和有效性。初步實(shí)驗(yàn)證明，該模型具有過(guò)濾效果好，訓(xùn)練時(shí)間短的特點(diǎn)。 本文首先介紹了垃圾郵件的基本常識(shí)，包括垃圾郵件的定義和危害，然后介紹了現(xiàn)有的垃圾郵件過(guò)濾方法。由于基于SVM的垃圾郵件過(guò)濾方法是以內(nèi)容過(guò)濾為主，所以還著重闡述了與內(nèi)容

4、過(guò)濾相關(guān)的文本分類以及機(jī)器學(xué)習(xí)的知識(shí)。其次，介紹了統(tǒng)計(jì)學(xué)理論中SVM理論的定義和郵件樣本預(yù)處理工作的內(nèi)容，并由SVM理論引申出SVM垃圾郵件過(guò)濾算法，推導(dǎo)出SVM垃圾郵件過(guò)濾模型，在模型實(shí)現(xiàn)部分還給出了重點(diǎn)代碼框架。最后是對(duì)SVM垃圾郵件過(guò)濾模型性能評(píng)估和對(duì)其性能優(yōu)化的討論。此外，論文中還討論了反饋學(xué)習(xí)技術(shù)在SVM垃圾郵件過(guò)濾模型中的研究，希望能夠在以后的工作中能夠?qū)⑽覀兊腟VM垃圾郵件過(guò)濾算法與反饋技術(shù)相結(jié)合，確保實(shí)現(xiàn)過(guò)濾效果更優(yōu)的垃