基于個人信息管理的郵件處理系統(tǒng).pdf

1、萬維網(wǎng)自誕生以來，發(fā)展十分迅速，已經成為人類交流的重要媒體、人類數(shù)據(jù)的巨大倉庫和人類知識的潛在源泉。面對知識爆炸，海量數(shù)據(jù)處理的需要，人們越來越多的使用計算機進行事務處理，計算機作為信息管理的作用日益凸現(xiàn)。這其中，電子郵件以其快捷、高效等特性而成為人們接觸最多的信息載體之一，因此如何使用戶快速便捷的獲取、處理、利用電子郵件中的數(shù)據(jù)成為必須解決的問題。 本文以個人信息管理為背景，以電子郵件的處理為切入點，從郵件聚類和郵件摘要兩個方

2、面對網(wǎng)上郵件處理技術進行了深入研究，并提出了相應的算法來解決摘要和聚類中的一些問題。 在郵件聚類方面，指的是對搜索結果的聚類，也就是說聚類結果與搜索詞是相關的，類似于搜索引擎里的vivisimo，屬于事后聚類。傳統(tǒng)的聚類方法是無指導問題，效率不高，產生的聚類名稱可讀性差。我們根據(jù)郵件聚類的特性，把它轉化為關鍵短語的排序問題，這樣也就把無指導的聚類問題轉化成了有指導的學習問題。當給定搜索詞和搜索結果以后，首先從結果郵件中抽取n元組

3、作為短語集合，然后為每一個短語計算其屬性值(包括詞頻、短語長度等)。用一個回歸模型來把這些屬性整合成一個短語權值，并根據(jù)權值排序，那么排在前面的就是關鍵短語，每個短語就是一個聚類的名稱，也就代表了一個聚類。 在郵件摘要方面，指的是對聚類結果的摘要，也就是查詢詞相關的。傳統(tǒng)的文本摘要算法缺乏對聚類的支持，缺乏對結構化文本的支持，所以我們對于幾個傳統(tǒng)的摘要算法進行了改進，加入了對同一個聚類中摘要相似性的考慮，和郵件的不同結構對摘要貢