文本分類在垃圾郵件過(guò)濾中的應(yīng)用研究.pdf

1、利用文本分類技術(shù)進(jìn)行垃圾郵件過(guò)濾是近年來(lái)反垃圾郵件研究的熱點(diǎn)之一。如何構(gòu)筑合理的反垃圾郵件體系架構(gòu)、選擇適合于垃圾郵件過(guò)濾的文本分類算法等問(wèn)題，有待于進(jìn)一步研究。本文針對(duì)上述問(wèn)題進(jìn)行了深入的探討，并給出一些階段性的研究結(jié)果。 首先，本文提出一種多層次分布式反垃圾郵件體系架構(gòu)。系統(tǒng)由信息收集層、郵件過(guò)濾層和信息服務(wù)層等三個(gè)層次構(gòu)成。信息收集層負(fù)責(zé)搜集信息，學(xué)習(xí)垃圾郵件知識(shí)，并向郵件過(guò)濾層傳送信息；郵件過(guò)濾層利用掌握的信息，盡可能早

2、地阻斷垃圾郵件的傳播；信息服務(wù)層則負(fù)責(zé)為郵件過(guò)濾層提供信息交流和匯總的服務(wù)。 其次，通過(guò)深入研究和大量實(shí)驗(yàn)，本文對(duì)已有的文本分類算法進(jìn)行改進(jìn)，提出兩種適合于郵件過(guò)濾的實(shí)時(shí)性較強(qiáng)的文本分類算法，即改進(jìn)K近鄰算法和混合樸素貝葉斯模型。實(shí)驗(yàn)表明，兩種分類模型的分類性能和效率比已有的模型都有所提高，其中改進(jìn)K近鄰模型在保持分類性能不下降的同時(shí)，顯著降低了算法的時(shí)間和空間復(fù)雜度?；旌蠘闼刎惾~斯模型在保持較高分類效率的同時(shí)，將分類的性能提高