基于改進貝葉斯算法的垃圾郵件過濾系統(tǒng)研究.pdf

1、隨著因特網的快速發(fā)展，電子郵件作為一種快捷、經濟的通信方式，給人們工作生活帶來了深刻影響。但是同時，大量垃圾郵件開始在網絡中蔓延，占據(jù)了郵件服務器大量的傳輸、存儲和計算資源，用戶往往要花費很多時間去處理無任何價值的垃圾郵件。因此，研究過濾性能更佳的垃圾郵件過濾技術具有重要意義，反垃圾郵件技術已成為影響互聯(lián)網發(fā)展的重要課題之一，也是當前信息處理領域的一個研究熱點。 郵件的自動過濾技術主要有基于規(guī)則和基于統(tǒng)計概率兩種方式?；诟怕实?/p>

2、樸素貝葉斯(Bayes)算法具有方法簡單、運算速度快、分類精確度高等優(yōu)點，在文本分類中得到廣泛應用。但是，在郵件過濾過程中，合法郵件被誤判為垃圾郵件將可能給用戶帶來巨大的損失。同時，樸素貝葉斯算法在對郵件進行分類與過濾時，沒有充分考慮到合法郵件與垃圾郵件具有的不同特性，因此用于郵件過濾時有一定的局限性。 本文研究了當前流行郵件分類器的工作原理及其優(yōu)缺點，分析了傳統(tǒng)貝葉斯算法在郵件過濾過程中所存在的局限性。在此基礎上，在預處理分詞

3、階段采用二元短路徑粗分分詞方法進行分詞預處理，較好地實現(xiàn)了郵件文本的分詞功能。特征提取時，首先進行噪聲過濾，去除掉原本無用的干擾特征詞，將相對系數(shù)引入TFIDF方法中計算權值，據(jù)此對特征向量進行評估，實現(xiàn)特征向量空間降維，減小特征項的數(shù)量。 在過濾階段通過對計算步驟調整優(yōu)化了局部樸素貝葉斯郵件過濾算法，并建立了垃圾郵件過濾器模型，實驗結果表明，該模型能在正確分類郵件的同時，減少合法郵件的誤判率，在對垃圾郵件進行分類與過濾時具有較