基于文本聚類技術(shù)的郵件分類系統(tǒng)的研究與實現(xiàn).pdf

1、隨著Internet技術(shù)的發(fā)展,各種網(wǎng)絡(luò)應用服務越來越多.其中,網(wǎng)絡(luò)中廣泛使用的電子郵件正成為一種快捷而經(jīng)濟的通信手段,如何面對每天各種各樣、種類繁多的郵件,就成為一個迫切要解決的問題.以前的郵件分類系統(tǒng),由于郵件的主要部分是文本,因此研究方向主要是基于數(shù)據(jù)挖掘中的文本分類技術(shù)的.但是,這類方法主要有兩點不足,第一就是分類技術(shù)首先要指定各個分類的類別,同時,要形成準確的結(jié)果,都需要事先進行大量的學習樣本用例的過程.第二就是現(xiàn)有的郵件分類

2、系統(tǒng)只是考慮到郵件的正文,而沒有考慮到郵件的其他特征.因此本文提出了基于文本聚類技術(shù)的郵件分類系統(tǒng),它通過采用基于文本聚類的算法來對郵件進行分類,同時,本系統(tǒng)還結(jié)合了郵件的一些特性來提高聚類效果,這樣就可以有效的改進上面的兩種缺陷.在本文中,本文圍繞這種郵件聚類模型來介紹其中的相關(guān)的關(guān)鍵技術(shù)與方法,其中主要的內(nèi)容有:通過使用改進的向量空間模型(VSM)方法在計算機中表示文本;在特征項的選擇上使用單詞權(quán)技術(shù);在郵件相似度計算中加入了非郵件