基于向量空間模型的垃圾郵件過濾系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、如今的互聯(lián)網(wǎng)時代，人們越來越多的通過互聯(lián)網(wǎng)進(jìn)行交流，而電子郵件是最普及的一個交流方式。通過電子郵件系統(tǒng)，用戶之間可以很方便快速地進(jìn)行交流，但是用戶經(jīng)常會收到垃圾郵件，目前垃圾郵件的泛濫已經(jīng)給網(wǎng)絡(luò)和用戶帶來了很大的困擾，而且用戶對郵件操作和查看都很繁瑣，所以對垃圾郵件進(jìn)行過濾是必不可少的?；谏鲜隹紤]本文基于向量空間模型開發(fā)了一款根據(jù)郵件內(nèi)容能準(zhǔn)確、快速地過濾垃圾郵件并且便于管理的郵件系統(tǒng)。
　　本文工作如下:首先將郵件分類，郵件分

2、類選用復(fù)旦大學(xué)語料庫作為各類訓(xùn)練集，對接收到的郵件表示成向量模型，在訓(xùn)練過程中通過預(yù)處理、特征提取、權(quán)重計算和閾值的設(shè)定技術(shù)訓(xùn)練得出各類郵件的特征向量、閾值;使用簡單向量距離方法計算該郵件與各類郵件的特征向量的相似度，取最大值，再經(jīng)過與閾值比較實現(xiàn)對郵件進(jìn)行分類;然后選用CCERT垃圾郵件訓(xùn)練集對垃圾郵件進(jìn)行過濾，通過將郵件與該類文檔中垃圾郵件集生成的特征向量進(jìn)行相似度計算，取最大值并與閾值比較;最后判斷是否為垃圾郵件。
　　本文