邮件信息过滤算法研究与实现

【摘要】： 随着因特网的迅猛发展，在线的可用电子信息也迅速增加，电子邮件作为一 种最快捷、最经济的通信方式，也得到飞速发展。但是同时，许多垃圾邮件也在 网络中蔓延，占据了邮件服务器的大量存储空间，用户往往要花费大量时间去删 除这些垃圾邮件。因此，研究邮件的自动过滤具有重要意义。 邮件的自动过滤主要有基于规则和基于概率两种方式。基于概率的朴素贝叶 斯算法具有方法简单、运算速度快、分类精确度高等优点，在文本分类中得到广 泛应用。但是，在邮件过滤过程中，合法邮件被误判为垃圾邮件将可能给用户带 来巨大的损失。传统的朴素贝叶斯算法在对邮件进行分类与过滤时，没有充分考 虑到合法邮件与垃圾邮件具有的这一不同特性，因此用于邮件过滤时有一定的局 限性。 本文介绍了当前流行文本分类器的工作原理及其优缺点，分析了传统贝叶斯 算法在邮件过滤过程中所存在的局限性，在此基础上，提出了基于最小风险贝叶 斯邮件过滤算法，实验结果表明，该算法能在正确分类邮件的同时，减少合法邮 件的误判率，在对垃圾邮件进行分类与过滤时具有较好的性能。基于上述算法， 本文实现了一个邮件过滤器原型系统。