海量郵件自動化分析技術的研究與應用.pdf

1、電子郵件中蘊含的大量信息讓它成為了數(shù)據(jù)挖掘和大數(shù)據(jù)分析的重要對象。利用和分析這些信息成為很多用戶所關注的需求。而將原始的郵件文件高效快速的轉化為郵件元數(shù)據(jù),并構建一個擁有便于分析和利用海量郵件數(shù)據(jù)的郵件自動分析平臺,就將為分析和利用好這些信息提供良好的基礎。
　　本文研究了海量郵件自動化分析涉及的關鍵技術、設計實現(xiàn)了一個海量郵件自動化分析系統(tǒng)。首先,針對海量內容和自動化這兩大需求,在盡可能不遺漏郵件文件信息的前提下,建立郵件快速導

2、入模塊,分析并歸類郵件中的元信息,盡最大可能的提升導入效率、降低數(shù)據(jù)規(guī)模、提升用戶體驗和保證信息的完備性,解決了在海量郵件的前提下處理郵件速度和軟硬件基礎利用效率的問題,為進一步開展數(shù)據(jù)挖掘和分析提供良好的數(shù)據(jù)條件。其次,通過深入用戶工作實際,發(fā)現(xiàn)在人工分析中存在的流程特點和管理特點,實現(xiàn)對人工分析工作流程的集成,減少人工分析中不必要的工作和降低程序的運行開銷,提升了人工分析部分的信息化程度。接下來,在郵件元數(shù)據(jù)、郵件文本信息和分析結果

3、入庫的前提下,本文實現(xiàn)了對上述信息的索引和檢索功能,提高了在面對海量郵件信息時快速檢索到感興趣信息的能力。在此基礎上,系統(tǒng)實現(xiàn)了郵件自動化分類標記的功能,整體提升了系統(tǒng)的自動化能力。此后,本文設計了對感興趣的信息進行統(tǒng)計和導出的功能,實現(xiàn)了信息從分解、歸類、索引、統(tǒng)計到再次整合的過程。最后,還針對實際工作環(huán)境中的信息管理的具體流程和需要,建立了分角色的信息管理系統(tǒng),提升整個工作的信息化程度。
　　本文對系統(tǒng)部署之后的工作情況做出了