基于結(jié)構(gòu)型模糊支持向量機的垃圾郵件分類系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、作為因特網(wǎng)最具有爭議副產(chǎn)品的垃圾郵件給企業(yè)辦公、郵件服務器管理者以及計算資源帶來了額外負擔，降低了企業(yè)的工作效率，更嚴重地有可能帶來信息安全問題。研究垃圾郵件的分類算法和過濾機制，建立企業(yè)垃圾郵件分類系統(tǒng)，對提高企業(yè)的工作效率和信息安全具有重要地現(xiàn)實意義。
　　首先闡述了傳統(tǒng)垃圾郵件分類采用的樸素貝葉斯算法，介紹了近年來提出的模糊支持向量機算法，以及改進型的結(jié)構(gòu)型模糊支持向量機算法。提出了將結(jié)構(gòu)型模糊支持向量機算法應用在高維度、半

2、結(jié)構(gòu)型的垃圾郵件文本分類系統(tǒng)中。基于權(quán)威的SpamBase數(shù)據(jù)集設(shè)計了對比實驗，驗證了結(jié)構(gòu)型模糊支持向量機算法較其他兩種算法具有更高的穩(wěn)定性和分類準確率?；趯Ρ葘嶒炞罱K選取結(jié)構(gòu)型模糊支持向量機算法作為本系統(tǒng)的分類算法，并進一步提出了該算法的兩個核心指標——模糊隸屬度和結(jié)構(gòu)信息在郵件文本分類場景下的計算方式。
　　其次分析了目前郵件提供商的垃圾郵件過濾技術(shù)，以及企業(yè)對郵件服務的具體需求;設(shè)計了適用于中小企的企業(yè)郵件服務系統(tǒng)，系統(tǒng)包

3、括郵件接收模塊、發(fā)送模塊、解碼模塊、預處理模塊、分類模塊。著重實現(xiàn)了郵件預處理模塊和基于結(jié)構(gòu)型模糊支持向量機算法的垃圾郵件分類模塊，并在預處理模塊中實現(xiàn)了基于Hadoop的并行化分詞方案和基于TF-IDF指標的關(guān)鍵詞提取方案;對垃圾郵件分類系統(tǒng)進行了黑盒和白盒測試。
　　本文基于結(jié)構(gòu)型模糊支持向量機的垃圾郵件分類系統(tǒng)實現(xiàn)了郵件系統(tǒng)的接收、發(fā)送、解碼、預處理及分類模塊，經(jīng)過功能測試和性能測試，驗證了垃圾郵件分類系統(tǒng)基于模糊支持向量機