基于SVM的電子郵件分類系統(tǒng)研究.pdf

1、電子郵件是Internet上最廣泛使用、最受歡迎的網(wǎng)絡(luò)功能.隨著計算機信息技術(shù)的普及,它現(xiàn)在已經(jīng)演變成為一個更加復(fù)雜并豐富的多的系統(tǒng),可以傳送聲音、圖片、圖像、文檔等多媒體信息,以至于如數(shù)據(jù)庫或賬目報告等更加專業(yè)化的文件都可以電子郵件附件的形式在網(wǎng)上分發(fā).現(xiàn)在,電子郵件已成為許多商家和組織機構(gòu)的生命血脈.用戶可以通過電子郵件的討論會進行項目管理,并且有時要根據(jù)快速,或洲際的電子郵件信息交換進行重要的決策行動.然而隨著電子郵件數(shù)量的增多,

2、如何對電子郵件進行有效的分類,并且過濾出垃圾郵件,成為一個令很多用戶煩惱的問題. 支持向量機是基于統(tǒng)計學(xué)習理論的新一代學(xué)習機器,具有很多吸引人的特點,它在函數(shù)表達能力、推廣能力和學(xué)習效率上都要優(yōu)于傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò).近十年來,Vapnik等人在統(tǒng)計學(xué)習理論SLT的基礎(chǔ)上發(fā)展了SVM算法,在解決小樣本、非線性及高維模式識別問題中表現(xiàn)出許多特有的優(yōu)勢,并能夠推廣應(yīng)用到函數(shù)擬合等其它機器學(xué)習問題.很多學(xué)者認為,它們正在成為繼模式識別和

3、神經(jīng)網(wǎng)絡(luò)研究之后機器學(xué)習領(lǐng)域中新的研究熱點,并將推動機器學(xué)習理論和技術(shù)有重大的發(fā)展.SLT體系及其SVM算法在解決"小樣本難題"過程中所取得的核函數(shù)應(yīng)用等方面的突出進展令人鼓舞,已被認為是目前針對小樣本統(tǒng)計估計和預(yù)測學(xué)習的最佳理論. 本課題基于支持向量機方法對電子郵件分類進行了研究和實現(xiàn),主要包括以下內(nèi)容:1、介紹電子郵件的相關(guān)理論.闡述了電子郵件的格式,其次分析了電子郵件的傳輸原理、相關(guān)協(xié)議和標準,并詳細闡明了郵件分類的國內(nèi)外

4、研究現(xiàn)狀,為本課題的全面開展奠定了基礎(chǔ).2、討論了支持向量機的思想、方法、應(yīng)用和特點以及國內(nèi)外研究動態(tài),分類問題.3、研究了本分類的定義、評估方法.最后詳細探討了中文文本的分類過程:文本的表示、特征項的抽取以及文本的訓(xùn)練方法和分類方法.4、本文設(shè)計并初步實現(xiàn)了一個基于支持向量機的自動郵件分類系統(tǒng).該系統(tǒng)位于郵件客戶端,能對已有郵件樣本進行自主學(xué)習,并自動從郵件服務(wù)器接收新到郵件進行分類和垃圾過濾. 論文的不足在于要對支持向量機做