一種基于自動分類的中文垃圾郵件過濾引擎的研究與實現(xiàn).pdf

1、隨著Internet的廣泛應(yīng)用和發(fā)展，電子郵件已經(jīng)是人們?nèi)粘Ｉ畈豢苫蛉钡囊环N工具和網(wǎng)絡(luò)交流的重要途徑，然而垃圾郵件已經(jīng)成為一種公害，因此研究反垃圾郵件問題已經(jīng)成為全球性的具有重大現(xiàn)實意義的課題。 反垃圾郵件的技術(shù)有很多，郵件過濾技術(shù)是反垃圾郵件技術(shù)中較為有效的手段，而基于文本自動分類的過濾技術(shù)又是郵件過濾技術(shù)中比較靈活和高效的方法。 本文介紹了電子郵件技術(shù)、垃圾郵件的定義及其危害，常用的反垃圾郵件技術(shù)及其特點，結(jié)合中文

2、郵件的特點，研究了中文垃圾郵件過濾引擎所需的各種技術(shù)，設(shè)計并實現(xiàn)了一種基于自動分類的中文垃圾郵件過濾引擎，討論了該引擎的總體結(jié)構(gòu)，郵件預(yù)處理模塊設(shè)計、訓(xùn)練模塊設(shè)計、分類模塊設(shè)計等相關(guān)技術(shù)問題，并就各模塊的實現(xiàn)方法進行了研究。在中文分詞方面，設(shè)計并實現(xiàn)了一種基于索引的中文分詞方法，提高了傳統(tǒng)的機械分詞法效率；在特征提取方面，采用互信息值的方法，分析了傳統(tǒng)互信息方法的缺陷并給出了改進措施；在郵件的表示方面，對傳統(tǒng)的向量空間模型進行了改進，提