基于最小風(fēng)險(xiǎn)的中文垃圾郵件過濾技術(shù)分析與設(shè)計(jì).pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展,電子郵件因之通信快捷,價(jià)格便宜,操作簡單,已成為最受歡迎的通信工具。不過垃圾郵件問題在搗亂電子郵件,它不僅消耗網(wǎng)絡(luò)資源,也浪費(fèi)用廣大量時(shí)間和精力。因此,垃圾郵件過濾有重要的意義?，F(xiàn)有的貝葉斯算法由于使用貝葉斯貝努利模型處理特征項(xiàng)和單一地構(gòu)建垃圾郵件判定尺度導(dǎo)致郵件特征項(xiàng)利用率降低和合法郵件被誤判風(fēng)險(xiǎn)增大。本文通過貝葉斯多項(xiàng)式模型提高特征項(xiàng)的利用率,通過概率差來提高垃圾郵件判定標(biāo)準(zhǔn)以降低合法郵件被誤判的風(fēng)險(xiǎn)。

2、　　本文深入研究和對比現(xiàn)有垃圾郵件過濾相關(guān)技術(shù),探討了中文分詞、特征選取、垃圾郵件過濾算法的主要研究內(nèi)容。根據(jù)不同的優(yōu)化目標(biāo),比較和總結(jié)了多種典型的垃圾郵件過濾算法,指出了現(xiàn)有的垃圾郵件過濾算法的不足。針對現(xiàn)有貝葉斯算法面臨特征項(xiàng)利用率低的問題,提出利用貝葉斯多項(xiàng)式模型來處理郵件文本的特征項(xiàng)。該模型首先計(jì)算特征項(xiàng)在郵件文本中出現(xiàn)的概率,再根據(jù)計(jì)算出來的概率區(qū)分郵件特征項(xiàng)的重要性來提高特征項(xiàng)的利用率。針對現(xiàn)有貝葉斯算法存在合法郵件被誤判風(fēng)

3、險(xiǎn)的問題,提出了基于最小風(fēng)險(xiǎn)的貝葉斯多項(xiàng)式算法。該算法在構(gòu)建垃圾郵件判定尺度的同時(shí),也構(gòu)建合法郵件判定尺度,對一個(gè)郵件進(jìn)行判定時(shí),既度量其為垃圾郵件的概率,同時(shí)也度量其為合法郵件的概率,通過概率差來分類郵件,降低合法郵件被誤判的風(fēng)險(xiǎn)。
　　綜上所述,本文設(shè)計(jì)一個(gè)基于最小風(fēng)險(xiǎn)的貝葉斯垃圾郵件過濾系統(tǒng)。該系統(tǒng)在中文分詞和特征提取模塊中用貝葉斯多項(xiàng)式模型計(jì)算特征項(xiàng)概率來區(qū)分特征項(xiàng)的重要性,提高特征項(xiàng)的利用率。在基于最小風(fēng)險(xiǎn)的貝葉斯過濾器