基于惰性學(xué)習(xí)的垃圾郵件過濾技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)的普及，電子郵件已經(jīng)成為人們生活中通信、交流的工具之一，但是隨著電子郵件的廣泛普及和電子郵件發(fā)送的低成本，人們面臨的一個(gè)嚴(yán)峻的問題就是：任何人的電子郵件地址只要落入垃圾郵件制作者之手，便有可能收到未經(jīng)請(qǐng)求的包含廣告、不良信息等內(nèi)容的電子郵件，使得人們無法閱讀到正常的郵件?，F(xiàn)在已經(jīng)有了很多反垃圾郵件的方法，常用的有黑白名單、基于關(guān)鍵詞匹配和基于規(guī)則的過濾等。
　　 本文首先研究垃圾郵件的基本概念，根據(jù)不同的標(biāo)準(zhǔn)對(duì)垃圾郵件

2、過濾技術(shù)進(jìn)行了分類，分析比較了目前采用的垃圾郵件過濾技術(shù)，引入了一種惰性學(xué)習(xí)法K-最近鄰。K-最近鄰分類算法是最簡(jiǎn)單的機(jī)器學(xué)習(xí)算法之一。如果一個(gè)待分類樣本在特征空間中的k個(gè)最鄰近的樣本中大多數(shù)都屬于某一個(gè)類別的時(shí)候，那么該樣本也屬于這個(gè)類別。本文針對(duì)傳統(tǒng)K-最近鄰分類算法的缺點(diǎn)使用聚類算法和權(quán)值的方法來進(jìn)行改進(jìn)，減小了算法的計(jì)算量，提高了分類的精度。
　　 本文重點(diǎn)從電子郵件的正文內(nèi)容著手，使用文本分類的算法。文本分類的一個(gè)典型