加權(quán)貝葉斯郵件過(guò)濾方法研究.pdf

1、電子郵件給人們的溝通交流帶來(lái)極大的便利，與此同時(shí)也帶來(lái)了新的問(wèn)題，即大量垃圾郵件的出現(xiàn)。垃圾郵件占用大量的網(wǎng)絡(luò)資源，侵犯?jìng)€(gè)人隱私，給人們?cè)斐闪撕艽蟾蓴_，因此研究如何過(guò)濾垃圾郵件具有重要的現(xiàn)實(shí)意義和實(shí)際應(yīng)用價(jià)值。本文在貝葉斯垃圾郵件分類(lèi)算法的基礎(chǔ)上進(jìn)行研究工作。該算法基于統(tǒng)計(jì)學(xué)中的貝葉斯定理，根據(jù)先驗(yàn)概率求出后驗(yàn)概率，從而達(dá)到將垃圾郵件從大量電子文件中剔除的目的。貝葉斯垃圾郵件分類(lèi)算法在按照文本分類(lèi)進(jìn)行郵件過(guò)濾的研究領(lǐng)域得到了廣泛應(yīng)用。<

2、br>　　本文首先介紹了垃圾郵件過(guò)濾的研究背景、國(guó)內(nèi)外研究現(xiàn)狀以及常用的郵件過(guò)濾方法和技術(shù)。為了建立垃圾郵件剔除效果測(cè)試的比較標(biāo)準(zhǔn)，介紹了貝葉斯概率定理、本文使用的語(yǔ)料庫(kù)以及引用文獻(xiàn)中經(jīng)常使用文本分類(lèi)性能評(píng)價(jià)指標(biāo)。
　　本文重點(diǎn)在分析常用的特征表示和特征選擇基礎(chǔ)上，做一些改進(jìn)工作。建立特征表示的指紋向量方法以及特征選擇的CHI-XIG混合方法，初步分析這種新方法在垃圾郵件分類(lèi)中的優(yōu)越性，后續(xù)設(shè)計(jì)了仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果顯示在本