結(jié)合用戶屬性的郵件分類方法研究.pdf

1、電子郵件已經(jīng)成為人們不可或缺的交流媒介，然而垃圾郵件的盛行不僅占用網(wǎng)絡(luò)資源，甚至危害社會(huì)公共安全。當(dāng)前郵件分類技術(shù)存在較高的正常郵件誤判率，然而社交網(wǎng)絡(luò)中用戶的愛好信息給郵件分類技術(shù)提供了很好的突破口。充分利用郵件的豐富屬性和社交網(wǎng)絡(luò)中的用戶關(guān)系來(lái)降低正常郵件誤判率，同時(shí)解決傳統(tǒng)數(shù)據(jù)庫(kù)在存儲(chǔ)和管理社交網(wǎng)絡(luò)復(fù)雜信息上所存在的性能問(wèn)題為郵件分類提供了新視角。
　　提出了一種結(jié)合用戶屬性的郵件分類算法 ATIB（user ATtribu

2、te Integrated with Bayes spam filter），提取用戶的愛好屬性，以及社交網(wǎng)絡(luò)中用戶之間的親近度信息，將用戶親近度關(guān)系進(jìn)行量化，突破只能利用直接朋友關(guān)系的限制，而可以計(jì)算社交網(wǎng)絡(luò)中任意兩個(gè)用戶之間的親近度關(guān)系，利用親近度越高的用戶之間發(fā)送垃圾郵件概率越低的特性來(lái)提升郵件分類算法的準(zhǔn)確率。加入郵件主題因子，根據(jù)垃圾郵件回復(fù)度為0的特性降低正常郵件誤判率。進(jìn)而根據(jù)用戶刪除誤判為正常郵件的垃圾郵件和恢復(fù)誤判為垃圾

3、郵件的正常郵件的行為來(lái)優(yōu)化現(xiàn)有的分類算法。采用圖數(shù)據(jù)庫(kù)對(duì)提取的郵件元數(shù)據(jù)進(jìn)行管理，提高分類算法的效率。
　　實(shí)驗(yàn)表明，提出的結(jié)合用戶屬性的分類算法在微軟發(fā)布的郵件訓(xùn)練集下，垃圾郵件分類準(zhǔn)確率可以達(dá)到97.9％，比樸素貝葉斯分類算法和SOAP（Social Network Aided Personalized and effective spam filter）算法分別提高了9%和5.8%，正常郵件誤判率可以達(dá)到1.3%，比樸素貝葉