李凯 邵连杰 秦志宇

摘 要：在信息技术飞速发展的今天，电子邮件作为一种快捷，经济的通信方式得到了普及，但随之而来垃圾邮件问题也愈加严重。邮件中包含的广告、不良信息甚至是病毒，会对用户造成更大的危害。本文通过对当前反垃圾邮件技术的研究，选取关键字过滤、黑白名单过滤与贝叶斯过滤三种过滤法来实现一个反垃圾邮件管理系统，旨在帮助用户过滤垃圾邮件，获取更好的邮件使用体验。

关键词：垃圾邮件识别;特征选择;贝叶斯算法

1 研究背景

目前，email早已是非常基础的网络交流方式，然而目前却有大量的人被垃圾邮件所困扰。目前市面上存在的反垃圾邮件方式主要有四种，分别是关键词过滤技术、黑名单技术、白名单技术以及智能概率过滤技术。他们都有其优点，但各自也在应用空间上存在一些不足。[1]贝叶斯算法在垃圾邮件的分类上效果是很好的，但训练数据集的数量和质量将会非常影响贝叶斯算法的实际效果。[2]

2 研究目的

本文研究的内容为实现一个稳定的反垃圾邮件管理系统，可通过黑名单过滤方式、关键字过滤方式和贝叶斯过滤方式实现对垃圾邮件的过滤。旨在使用多种技术来解决垃圾邮件对用户的困扰，解决垃圾邮件频繁骚扰用户的情况，实现实用的垃圾邮件过滤管理系统。

3 关键技术

3.1 中文分词技术

对英文进行分词，只需按空格进行切片即可将句子拆分为词语，而中文文本因为无明显的拆分规则的特点，需要复杂的算法对文本进行分析处理。……