文本分類在垃圾郵件攔截系統(tǒng)中的應(yīng)用.pdf

1、伴隨著互聯(lián)網(wǎng)產(chǎn)業(yè)不斷地進(jìn)步與發(fā)展，各種互聯(lián)網(wǎng)上的應(yīng)用也慢慢成為人們之間互相交流和獲得信息的重要來(lái)源。電子郵件技術(shù)起源于上個(gè)世紀(jì)70年代，毫無(wú)疑問(wèn)，它現(xiàn)在是人們進(jìn)行溝通的主要工具之一。它顯著的特點(diǎn)是實(shí)時(shí)、操作便捷以及低成本。
　　隨著它普遍的使用，也產(chǎn)生了一系列的問(wèn)題，在使用電子郵件的過(guò)程中用戶會(huì)收到很多的垃圾郵件。根據(jù)國(guó)家互聯(lián)網(wǎng)協(xié)會(huì)在2014年7月份公開的一份報(bào)告中可以看到，電子郵箱使用者大約每星期收到的郵件中，其中的垃圾郵件的所

2、占比達(dá)到38.2％。垃圾郵件的存在極大的擾亂了人們的正常溝通與交流，甚至給人們引發(fā)了難以預(yù)料的財(cái)產(chǎn)損失。所以，解決垃圾郵件問(wèn)題刻不容緩。
　　本文重點(diǎn)研究的是文本分類在基于內(nèi)容的垃圾郵件攔截系統(tǒng)中的應(yīng)用。文章中首先介紹了歷史上的垃圾郵件攔截技術(shù)：黑白名單技術(shù)、基于規(guī)則的垃圾郵件攔截等技術(shù)。之后引出本文所研究的基于內(nèi)容的垃圾郵件攔截技術(shù)，基于內(nèi)容的垃圾郵件攔截技術(shù)主要是應(yīng)用文本分類算法作為系統(tǒng)的主要實(shí)現(xiàn)技術(shù)手段?；趦?nèi)容的垃圾郵件攔

3、截技術(shù)就是以機(jī)器學(xué)習(xí)的算法作為核心技術(shù)，利用各種機(jī)器學(xué)習(xí)算法對(duì)郵件進(jìn)行分類，符合條件的郵件將被視為合法郵件，其余的郵件將被以垃圾郵件進(jìn)行處理，從而達(dá)到攔截垃圾郵件的目的。它的具體方法是這樣實(shí)現(xiàn)的，首先選擇一種具體的機(jī)器學(xué)習(xí)算法，然后運(yùn)用這種算法的處理方法對(duì)郵件進(jìn)行分類。本文利用的分類算法是比較成熟、分類效率和分類效果比較突出的貝葉斯分類算法。
　　論文首先介紹了電子郵件的相關(guān)技術(shù)以及反垃圾郵件的技術(shù)、文本分類相關(guān)的知識(shí)、空間向量模