基于內(nèi)容特征的垃圾郵件過濾問題研究.pdf

1、隨著Internet的快速發(fā)展和日益普及，電子郵件作為一種經(jīng)濟(jì)、快捷的通訊方式，已經(jīng)成為互聯(lián)網(wǎng)用戶必備的交流工具。然而，隨之產(chǎn)生的垃圾郵件的泛濫也給用戶帶來了極大的不便，由于垃圾郵件多由專門的郵件地址搜索軟件和郵件群發(fā)軟件來實(shí)現(xiàn)電子郵件地址的收集以及垃圾郵件的散發(fā)，單純依靠手工的方式進(jìn)行垃圾郵件的辨別是不可行的，必須借助一定的技術(shù)手段進(jìn)行反垃圾郵件工作，因此，有效的防治垃圾郵件成為一個日益重要的研究領(lǐng)域。
　　 本文的研究內(nèi)容有

2、以下幾個方面：
　　 (1)簡要介紹了垃圾郵件的相關(guān)概念，分析了垃圾郵件的危害、反垃圾郵件的應(yīng)用背景、現(xiàn)狀，主流過濾方法和挑戰(zhàn)。概述了電子郵件的基本知識，探討和研究文本郵件過濾中的中文分詞、數(shù)據(jù)表示、特征降維、分類技術(shù)以及難點(diǎn)和突出問題。
　　 (2)提出一個綜合利用郵件的主題信息、聯(lián)系方式信息以及郵件新格式—圖片郵件特征構(gòu)建的郵件特征集，在此基礎(chǔ)上采用三種不同的分類算法構(gòu)建分類器，試驗(yàn)結(jié)果表明，在提出的郵件特征集基礎(chǔ)上