电子邮件作为一种信息传递的方式,得益于其方便、快捷、低成本等特性,拥有庞大的用户群体,特别在企业、学校、政府部门中,电子邮件功能已经被集成到各自的OA系统中。但由于垃圾邮件的大量出现,产生了一系列的问题。对邮件服务提供商而言,垃圾邮件不仅会占用大量的网络带宽和服务器的存储空间,还增加了服务器处理时间;对于用户而言,阅读垃圾邮件不仅会浪费时间,其内容可能会给用户带来潜在的危害。因此,对垃圾邮件有效的检测和过滤技术的研究就显得尤为重要。首先,本文对文本表示模型进行了研究,分析了布尔模型、向量空间模型的原理及其优缺点。在传统文本表示模型的基础之上,引入一种基于语义分析的文本表示模型-Word2vec。考虑到LDA模型可生成文本的主题信息,结合Word2vec和LDA模型,提出一种新的邮件文本特征提取算法。该算法提取的特征中包含着词的语义、语法、位置等词的深层特征信息,且这些特征对文本的分类更有效。其次,对传统的KNN算法进行改进,在选取前k个样本时,仅在与测试样本主题相似的文本中选取。这样有效的解决了当样本规模较大时,KNN算法时间复杂度较高的问题。此外,对传统的SVM算法进行了优化,在模型中引入MGD算法、字符串核函数,不仅解决了传统模型中参数可能会陷入局部最优解的问题,同时也加快了模型的收敛速度。实验结果表明,改进后的KNN和SVM算法在准确率和召回率参数上得到了明显的提升。最后,基于JavaMail开发了一个邮件过滤系统,并将基于主题模型的邮件过滤算法移植到此系统中。邮件系统不仅提供邮件收发、邮件代收、邮件查询等基础功能,而且还提供了垃圾邮件检测、邮件智能分类等高级功能。与现有的邮件系统相比,它不仅提升了垃圾邮件检测的精度,而且还能根据邮件的内容对邮件自动分类,方便用户阅读。