發(fā)布時間：2023-12-13 19:03

　　垃圾郵件的傳播蔓延,嚴重侵害了電子郵件用戶利益,影響了電子郵件服務運營秩序,危害了互聯網安全和社會穩(wěn)定,已經成為互聯網一大公害。本文研究了使用文本分類進行郵件過濾的方法。基于機器學習理論的垃圾郵件過濾算法是解決垃圾郵件問題的研究熱點,本文重點對中文過濾特征項和垃圾郵件過濾模型兩方面進行研究。 本文采用在線邏輯回歸模型解決垃圾郵件過濾,提出了字節(jié)級n元文法獲取郵件特征,有效解決了垃圾郵件特征獲取的問題,應用該文法不僅簡化了特征提取,還使得過濾器具有能夠處理圖像、病毒郵件的能力,為大幅提高垃圾郵件過濾器的性能奠定了基礎；本文采用TONE訓練方法進行垃圾郵件過濾器的訓練,減輕了系統(tǒng)對訓練數據的需求,提高了系統(tǒng)的效率,同時還提高了系統(tǒng)的魯棒性。實驗結果表明,該方法的性能極佳,可以滿足實際應用的需求。 本文描述的系統(tǒng)參加了中國計算機學會主辦的SEWM (Search Engine and Web Mining) 2008垃圾郵件過濾評測,獲立即反饋、主動學習、延遲反饋全部在線評測項目的第一,性能優(yōu)于第二名100倍左右；在另外兩個中文測試集(SEWM 2007和TREC05C)上也顯著優(yōu)于當年評測...

【文章頁數】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒言
    1.1 課題的來源
    1.2 課題的背景及意義
    1.3 國內外研究現狀
    1.4 研究的主要內容與論文組織結構
第2章 垃圾郵件過濾的相關技術
    2.1 文本分類技術
        2.1.1 文本表示
        2.1.2 特征項定義
        2.1.3 特征選擇方法(Feature Selection)
    2.2 文本分類技術解決垃圾郵件過濾
    2.3 垃圾郵件過濾中的常用算法
        2.3.1 自學習K鄰近算法(KNN)
        2.3.2 支持向量機(SVM)
        2.3.3 邏輯回歸(Logistic Regression)
    2.4 本章小結
第3章 基于邏輯回歸的垃圾郵件過濾系統(tǒng)
    3.1 垃圾郵件過濾系統(tǒng)的體系結構
    3.2 邏輯回歸模型
    3.3 基于字節(jié)級n-gram的特征項定義
    3.4 郵件特征選擇
    3.5 特征向量權值估計
    3.6 訓練方法
        3.6.1 TOE方法
        3.6.2 TONE方法
    3.7 本章小結
第4章 系統(tǒng)性能測試與分析
    4.1 測試環(huán)境
        4.1.1 測試集
        4.1.2 測試任務
        4.1.3 評測指標
    4.2 測試結果
    4.3 測試結果分析
    4.4 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文和取得的科研成果
致謝
個人簡歷
附錄



本文編號：3873783