基于SVM的中文垃圾郵件過濾.pdf

1、隨著Interact的迅猛發(fā)展，電子郵件得到了越來越廣泛的應(yīng)用。電子郵件因其快捷、方便和成本低的特點給人們的生活帶來很大的便利。然而垃圾郵件的泛濫也給人們的生活帶來許多苦惱，因此如何有效地對垃圾郵件進行過濾成為一個迫在眉睫的問題。
　　 隨著文本分類技術(shù)的發(fā)展，基于內(nèi)容的垃圾郵件過濾成為一種有效的垃圾郵件過濾方法。SVM在文本分類中得到了廣泛的應(yīng)用，并取得了很好的分類效果。本文研究基于內(nèi)容的垃圾郵件過濾方法，主要針對垃圾郵件過濾

2、中的特征選擇方法進行深入研究，并將SVM應(yīng)用到垃圾郵件過濾中。本文主要工作如下：
　　 （1）由于中文電子郵件的分詞準確性直接影響到垃圾郵件過濾的精度，而電子郵件是通過網(wǎng)絡(luò)傳播，所以經(jīng)常會出現(xiàn)很多新詞，對這些新詞的識別很大程度的影響到最后的分類結(jié)果。針對這種情況，本文在垃圾郵件過濾系統(tǒng)中采用基于字符串匹配和基于統(tǒng)計的分詞方法?；谧址ヅ涞姆椒軌蜃R別機器詞典存在的詞，其速度快、精度高。而基于統(tǒng)計的分詞方法則可以識別很多新詞，

3、把網(wǎng)絡(luò)新流行的詞通過計算識別出來。
　　 （2）由于垃圾郵件過濾系統(tǒng)中的特征選擇至關(guān)重要，合理的特征選擇方法不但可以減少郵件的特征個數(shù)，提高計算的速度，而且可以消除冗余特征，提高垃圾郵件過濾算法的精度，因此本文對垃圾郵件過濾系統(tǒng)中的特征選擇方法進行研究，提出一種改進的CHI特征選擇方法和一種新的聯(lián)合特征選擇方法。實驗結(jié)果表明，與傳統(tǒng)的特征選擇方法相比，本文提出的兩種特征選擇方法使垃圾郵件過濾的精度有了很大提高，這充分驗證了本文方