基于遺傳算法和樸素貝葉斯分類(lèi)的郵件過(guò)濾系統(tǒng)研究.pdf

1、電子郵件已成為人們?nèi)粘Ｍㄐ沤涣鞯闹匾侄?，然而垃圾郵件卻成了當(dāng)前的一個(gè)嚴(yán)重社會(huì)問(wèn)題，因此，研究一種有效的郵件過(guò)濾系統(tǒng)具有十分重要的意義。當(dāng)前基于內(nèi)容分析的文本分類(lèi)技術(shù)正逐步應(yīng)用到郵件過(guò)濾技術(shù)當(dāng)中，并成為當(dāng)前研究的熱點(diǎn)。其中樸素貝葉斯技術(shù)是基于內(nèi)容分析的郵件過(guò)濾方法中的重要方法。本文利用遺傳算法和樸素貝葉斯分類(lèi)技術(shù)實(shí)現(xiàn)了一個(gè)中文郵件過(guò)濾模型，主要工作如下： (1)根據(jù)N-最短路徑方法對(duì)中文郵件進(jìn)行分詞處理，利用空間向量模型在計(jì)算機(jī)

2、中表示文本，然后進(jìn)行特征提取。 (2)基于樸素貝葉斯分類(lèi)器原理，設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)基于遺傳算法和樸素貝葉斯分類(lèi)器的中文郵件過(guò)濾模型，利用遺傳算法對(duì)傳統(tǒng)的樸素貝葉斯模型進(jìn)行優(yōu)化。在此基礎(chǔ)上，提出一個(gè)計(jì)算郵件的發(fā)件人地址、主題和正文這三個(gè)重要組成部分在郵件過(guò)濾時(shí)所占權(quán)重的算法GBFT，以獲得較高的郵件過(guò)濾準(zhǔn)確率和查全率。實(shí)驗(yàn)結(jié)果表明該算法具有較好的性能。 (3)利用貝葉斯分類(lèi)器對(duì)郵件進(jìn)行分類(lèi)的一般過(guò)程是計(jì)算概率，通過(guò)將概率與閾