基于贝叶斯方法的中文垃圾邮件过滤技术综述.pdfVIP

基于贝叶斯方法的中文垃圾邮件过滤技术综述 张志斌‘，施水才，吕学强 北京信息科技大学中文信息处理研究中心北京100101 Emaih zhmagzhibin@trs．corn．cn 摘要：本文首先介绍了朴素贝叶斯方法的基本原理 分折了决定基于贝叶斯的中文垃圾邮件过滤器的性能 的几个因素，然后比较了几种基于该方法的过滤器 最后总结了制约中文垃圾邮件过滤技术发展的两个重 要因素． 关键字：贝叶斯方法邮件过滤 of ofChinese BaseOn Filtering TechnologySpam Survey Method Bayesian ZHANGZhibin，SHIShuicai，LUXueqiang Information andResearch Information Chinese Science＆Technology Processing Center,Beijing 10010l University．Beijing thefactors firstintroducesthebasic ofNaive Method，discusses Abstract：This theory BayesianClassify paper are to resultoftheChincse baseOil some of which the implements import sparefiltering Bayesian，thencompases the ofthe this ofChinese outthreemainfactorsthatlimitsdevelopment technology spamfiltering,andpointod ofChinese end technology sparefiltering砒theofpaper． Keywords：BayesianMethod，SpamFiltering O．引言 邮件是互联网上应用最广的工具之一。但是，如今的互联网，垃圾邮件的活动越来越猖 獗，大大影响了人们的正常网络活动。传统的邮件过滤方法有实时黑名单、白名单、基于规 则的邮件过滤等等。这些方法在一定程度上抑制了垃圾邮件的数量，但是由于缺乏自动更新 和学习的能力，对于变化多端的邮件的过滤越来越力不从心。 邮件过滤可以看作一个二值的分类问题：把邮件分为垃圾邮件和合法邮件．所以很多文 本分类技术针对邮件独有的结构特征经过相应修改，应用到邮件分类中．取得了不错的成绩， Set(粗糙集，研究不完整、 比如基于规则的Ripper(一种松弛的规则匹配算法)【1】、Rough 不确定知识和数据的表达、学习、归纳的