基于内容的垃圾邮件智能过滤系统研究

论文摘要

电子邮件是互联网上最常用的应用，也是人们进行互相交流的重要工具。但电子邮件在给人们带来巨大便利的同时，也引发了大量的问题。大量无用甚至有害的信件在网络传播，不仅消耗了大量的网络资源，而且还严重威胁到邮件系统用户信息的安全。因此能够有效地防治垃圾邮件是一个有重要意义的现实问题。 目前电子邮件系统正向着多媒体方向发展，而绝大多数用户仍使用文本邮件来发送信息和传递文件。由于每个用户的兴趣及对垃圾邮件的鉴别并不完全相同，因此，利用贝叶斯算法的基于邮件内容的过滤方法是实现垃圾邮件个性化过滤的非常有效的方法之一。 机器学习技术提供了对邮件过滤的方法，本文重点分析并研究了如何使用贝叶斯算法对邮件进行过滤。论文首先综述了当前垃圾邮件的危害性和开发反垃圾邮件系统的重要性和必要性，分析了当前一些主流的反垃圾邮件系统原理，提出了基于内容的垃圾邮件过滤系统是当前发展的主流方向。 论文在分析电子邮件系统的相关协议基础上，详细介绍了POP协议、SMTP协议以及邮件文本的MIME打包方式，由此阐明对电子邮件过滤方法研究的重要意义和实用价值。 论文深入分析了贝叶斯分类器的概况、一般模型、原理及其特点，

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 本文的研究意义与重要性
• 1.3 当前邮件过滤系统的发展概况
• 1.3.1 基于地址的垃圾邮件过滤方法
• 1.3.2 基于邮件内容的过滤技术
• 1.4 垃圾邮件过滤与文本分类
• 1.5 垃圾邮件内容过滤中应用的文本分类方法
• 1.6 邮件过滤系统评价体系
• 1.7 本文研究内容
• 1.8 本章小结
• 第二章 电子邮件系统的基本协议
• 2.1 SMTP协议
• 2.2 POP3协议
• 2.3 MIME协议
• 2.4 电子邮件系统的组成
• 2.5 本章小结
• 第三章 中文分词技术
• 3.1 引言
• 3.2 分词词典的构造
• 3.3 自动分词技术
• 3.3.1 基于字符串匹配的分词方法
• 3.3.2 基于理解的分词方法
• 3.3.3 基于统计的分词方法
• 3.4 新词识别
• 3.5 本章小结
• 第四章 贝叶斯算法在文本分类中的应用
• 4.1 贝叶斯学习算法理论基础
• 4.1.1 贝叶斯法则
• 4.1.2 朴素贝叶斯分类器
• 4.1.3 贝叶斯算法运用与文本分类
• 4.2 基于朴素贝叶斯的二值文本分类过滤器算法
• 4.2.1 引言
• 4.2.2 朴素贝叶斯二值分类算法
• 4.3 反馈学习方法
• 4.3.1 增量式学习
• 4.3.2 重新学习
• 4.3.3 贝叶斯文本分类中的反馈学习技术
• 4.4 本章小结
• 第五章 朴素贝叶斯过滤算法系统实现
• 5.1 系统基本框架
• 5.2 邮件预处理
• 5.3 邮件文本信息的向量化处理
• 5.3.1 引言
• 5.3.2 向量空间模型
• 5.3.3 特征项
• 5.3.4 特征项的选择与抽取
• 5.4 邮件过滤系统具体设计
• 5.4.1 系统的基本功能
• 5.4.2 软件流程结构
• 5.4.3 数据库结构
• 5.4.4 分词模块的设计
• 5.4.5 学习模块的设计
• 5.4.6 规则库导入导出功能代码设计
• 5.4.7 判断模块的设计
• 5.4.8 系统使用说明及界面
• 5.5 系统实验结果
• 5.6 本章小结
• 第六章 结束语
• 6.1 对全文工作的总结
• 6.2 需要进一步研究的工作
• 参考文献
• 致谢
• 攻读工程硕士期间发表的论文