文本分類在垃圾郵件攔截系統中的應用.pdf

1、伴隨著互聯網產業(yè)不斷地進步與發(fā)展，各種互聯網上的應用也慢慢成為人們之間互相交流和獲得信息的重要來源。電子郵件技術起源于上個世紀70年代，毫無疑問，它現在是人們進行溝通的主要工具之一。它顯著的特點是實時、操作便捷以及低成本。
　　隨著它普遍的使用，也產生了一系列的問題，在使用電子郵件的過程中用戶會收到很多的垃圾郵件。根據國家互聯網協會在2014年7月份公開的一份報告中可以看到，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)了難以預料的財產損失。所以，解決垃圾郵件問題刻不容緩。
　　本文重點研究的是文本分類在基于內容的垃圾郵件攔截系統中的應用。文章中首先介紹了歷史上的垃圾郵件攔截技術：黑白名單技術、基于規(guī)則的垃圾郵件攔截等技術。之后引出本文所研究的基于內容的垃圾郵件攔截技術，基于內容的垃圾郵件攔截技術主要是應用文本分類算法作為系統的主要實現技術手段。基于內容的垃圾郵件攔

3、截技術就是以機器學習的算法作為核心技術，利用各種機器學習算法對郵件進行分類，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行處理，從而達到攔截垃圾郵件的目的。它的具體方法是這樣實現的，首先選擇一種具體的機器學習算法，然后運用這種算法的處理方法對郵件進行分類。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技術以及反垃圾郵件的技術、文本分類相關的知識、空間向量模