第三章 垃圾邮件智能分类系统剖析报告.pdfVIP

垃圾邮件智能分类系统剖析报告

一、引言

人们在饱受环境污染的痛苦之后逐渐形成一个共识：自然环境与人的生产

生活和健康幸福息息相关，“绿水青山就是金山银山”。然而，在网络时代，医

药宣传、招生广告、假证假发票等垃圾信息充斥于互联网。打开电子邮箱，一堆

垃圾邮件扑面而来，不慎点进去还可能使计算机中毒，甚至因为受骗而损失钱

财。这是不少人都会遇到的烦心事。网络空间是亿万民众共同的精神家园，网络

空间天朗气清、生态良好，符合人民利益。网络空间也要有“绿水青山”。

垃圾邮件通常定义为：未经用户请求，强行发送到用户信箱中，可能带有

广告、宣传资料和病毒等内容的电子邮件，一般具有批量发送的特征。垃圾邮件

可以分为良性和恶性。良性垃圾邮件是指各种宣传广告、资料等对收件人影响不

大的信息邮件。恶性垃圾邮件是指具有破坏性的电子邮件，例如计算机病毒邮

件，夸张不实，甚至包括色情内容的广告，钓鱼网站等。垃圾邮件智能类系统利

用人工智能技术，可以识别接收到的邮件中哪些是对接收方完全没有意义的邮

件，并进行拦截、删除等操作，从而有效过滤垃圾邮件，减少垃圾邮件对用户的

干扰，改善用户体验。

二、剖析目的

通过剖析垃圾邮件智能分类系统，了解人工智能的核心算法（如贝叶斯分

类器、聚类、决策树和人工神经网络等），熟悉智能技术应用的基本过程和实现

原理。

三、剖析内容与步骤

1.剖析内容

（1）剖析垃圾邮件智能分类系统的组成，分析系统构造，描述系统的基本

功能。

（2）了解垃圾邮件智能分类系统数据分析处理的基本方式。

（3）知道垃圾邮件智能分类系统搜索算法的基本原理，描述算法总体思路。

·

1·

2.剖析步骤

（1）剖析垃圾邮件智能分类系统的组成。

（2）剖析垃圾邮件智能分类系统智能分析的步骤和方法。

（3）剖析垃圾邮件智能分类系统的核心算法。

四、剖析工具与方法

实地参观、文献研究、头脑风暴、思维导图、搜索引擎、Python编程平台、

人工智能开放平台、协作写作平台。

五、实施剖析过程

在人工智能技术发展的初

期，人们尝试通过人工编写规则来

解决许多问题。例如，在垃圾邮件

的检测中，当邮件中出现事先指定

的一些可能属于垃圾邮件的词语

时，这封邮件很可能就是垃圾邮

件。同时，当邮件里出现网址时，

它也很可能是垃圾邮件。这些规

则在一定程度上对垃圾邮件的检测

起到了作用，但是随着规则越来越

多，这样的检测系统也变得越来越

复杂。这时候，人们发现解决这种

问题的根本途径是如何自动地从数

据的某些特征中学习它们之间的关

系，并且随着对数据的不断学习，

提升垃圾邮件检测的性能。垃圾邮

件智能分类系统工作原理如图3-2垃圾邮件智能分类系统工作原理

所示。

·

2·

机器学习是从数据中提取和学习有用的信息，不断提升机器性能的一种方

法。以垃圾邮件分类系统为例，机器学习的三个要素如下：

（1）任务（T）：区分正常邮件与垃圾邮件。

（2）性能指标（P）：成功过滤垃圾邮件的百分比。

（3）经验（E）：“阅读”现有的邮件内容。

利用朴素贝叶斯分类器，运用Python构建一个垃圾邮件过滤器，过程如下：

构建机器学习模型首先得有足够的样本数据进行训练，我们利用网络上开

源的中文邮件数据集，提取其中的5000封正常邮件和5000封垃圾邮件进行训练。

通过解析所有邮件，提取并计算每个词语在正常邮件和垃圾邮件中的出现频率，

基于贝叶斯原理推断这封邮件是否需要过滤。

正常邮件示例：

发信人:pbdq（dp），信区:LostFound

标题：［报失］IC卡

请尽可能详细地描述您丢失物品的特征：IC卡。

姓名：丁强

学号：2018210502。

您丢失该物品大致的时间是？8月24日上午9点左右。您丢失该物品大致

的地点是？清华大学校医院体检处。如果有人拾获，如何和您联系？电话：