基于向量空間模型的垃圾郵件過濾系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、如今的互聯(lián)網(wǎng)時代，人們越來越多的通過互聯(lián)網(wǎng)進行交流，而電子郵件是最普及的一個交流方式。通過電子郵件系統(tǒng)，用戶之間可以很方便快速地進行交流，但是用戶經(jīng)常會收到垃圾郵件，目前垃圾郵件的泛濫已經(jīng)給網(wǎng)絡(luò)和用戶帶來了很大的困擾，而且用戶對郵件操作和查看都很繁瑣，所以對垃圾郵件進行過濾是必不可少的?；谏鲜隹紤]本文基于向量空間模型開發(fā)了一款根據(jù)郵件內(nèi)容能準確、快速地過濾垃圾郵件并且便于管理的郵件系統(tǒng)。
　　本文工作如下:首先將郵件分類，郵件分

2、類選用復旦大學語料庫作為各類訓練集，對接收到的郵件表示成向量模型，在訓練過程中通過預處理、特征提取、權(quán)重計算和閾值的設(shè)定技術(shù)訓練得出各類郵件的特征向量、閾值;使用簡單向量距離方法計算該郵件與各類郵件的特征向量的相似度，取最大值，再經(jīng)過與閾值比較實現(xiàn)對郵件進行分類;然后選用CCERT垃圾郵件訓練集對垃圾郵件進行過濾，通過將郵件與該類文檔中垃圾郵件集生成的特征向量進行相似度計算，取最大值并與閾值比較;最后判斷是否為垃圾郵件。
　　本文