邮件服务智能代理的研究

论文摘要

随着Internet技术的发展，各种网络应用服务越来越多。其中，网络中广泛使用的电子邮件正成为一种快捷而经济的通信手段，如何面对每天各种各样、种类繁多的邮件，就成为一个迫切要解决的问题。虽然当前垃圾邮件过滤方法众多，但是还有许多垃圾邮件过滤效果不是很理想。所以，研究一种更加新型高效的，快速的邮件过滤系统仍具有特别的现实意义。本文提出了一种基于贝叶斯算法的双层邮件过滤方法，将其应用于邮件服务智能代理的网络安全方面，对提高邮件的分类准确度及垃圾邮件的过滤有着重要的意义。本文主要工作如下：1)对目前国内外邮件分类相关技术进行分析，并提出了本课题要研究的主要内容。介绍了邮件服务器的工作原理及其功能。对邮件服务智能代理的实现进行了总体设计，制定出各功能模块及其主要功能。提出了基于邮件长度特征的过滤，以便能更好的提高分类的准确性。2)介绍了电子邮件系统的工作原理、Java Mail API，以及对邮件内容进行结构化解析的主要技术。分析了多种中文分词实现方法，提出了运用最大匹配法实现分词。比较了多种特征选取算法，用文档频度和词条频度相结合的方法作为本课题的特征选取算法。分析多种分类器的优缺点，运用贝叶斯机器学习的方法，并对其用于邮件分类的原理进行了剖析，详细介绍了贝叶斯分类器的算法实现。3)邮件服务智能代理的实现及其性能分析，并对本课题的研究进行总结，展望了今后的发展方向。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 研究的意义
• 1.2 国内外的研究现状
• 1.2.1 中文分词的国内外现状
• 1.2.2 中文文本分类研究的现状
• 1.3 本课题研究的主要内容
• 1.3.1 邮件长度分类
• 1.3.2 邮件的采集与预处理
• 1.3.3 中文分词
• 1.3.4 特征选取
• 1.3.5 贝叶斯分类器
• 1.4 本课题的创新点
• 1.5 本文的结构
• 第2章 邮件服务器的功能
• 2.1 邮件服务器的工作原理
• 2.2 邮件服务器的功能
• 2.2.1 Web邮件技术
• 2.2.2 多域邮件服务
• 2.2.3 邮件列表/列表服务器
• 2.2.4 邮件服务器的安全防护
• 第3章 邮件采集与预处理
• 3.1 Email系统工作原理
• 3.2 Java MailAPI
• 3.2.1 Java MailAPI简介
• 3.2.2 Java MailAPI的相关协议
• 3.2.3 Java Mail核心类结构
• 3.3 使用JavaMailAPI实现邮件收发及内容采集
• 3.3.1 发送邮件
• 3.3.2 接收邮件
• 3.3.3 邮件内容采集
• 3.3.4 由附中HTML内容的显示处理
• 3.4 邮件预处理
• 3.4.1 基于邮件长度特征的分类
• 3.4.2 在邮件中搜索短语
• 3.4.3 HTML标记处理
• 3.4.4 邮件预处理的实现
• 第4章 中文分词的实现及中文词典
• 4.1 中文分词概述
• 4.2 中文分词方法
• 4.2.1 基于字符串匹配的分词方法
• 4.2.2 基于统计的分词方法
• 4.2.3 基于知识理解的分词方法
• 4.2.4 本课题采用的分词方法
• 4.3 中文词典及其存储结构
• 4.4 中文切分
• 第5章 特征选取算法
• 5.1 特征选取方法
• 5.1.1 词条频度特征选取方法
• 5.1.2 文档频率特征选取方法
• 5.1.3 信息增益特征选取方法
• 5.1.4 期望交叉熵特征选取方法
• 5.1.5 互信息特征选取方法
• 5.1.6 开放拟合检验特征选取方法
• 5.1.6 词条强度特征选取方法
• 5.2 本课题提出的特征选取方法
• 第6章 贝叶斯邮件分类器
• 6.1 文本分类算法
• 6.1.1 基于规则的算法
• 6.1.2 基于统计的算法
• 6.2 贝叶期算法在邮件分类器中的应用
• 第7章 邮件服务智能代理系统的实现
• 7.1 功能模块
• 7.2 开发平台及开发软件工具的选择
• 7.2.1 采用的开发平台
• 7.2.2 采用的开发语言
• 7.3 系统各模块运行界面
• 7.4 实验数据集
• 7.5 分类性能评价指标
• 7.6 实验结果
• 第8章 总结与展望
• 8.1 总结
• 8.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表论文情况