随着Internet的迅猛发展,电子邮件以使用方便、快捷、廉价、可靠的特点很快被广大网民所接受,已成为当前最流行的信息交流方式。电子邮件给我们带来便利的同时,垃圾邮件应运而生,带来了巨大的危害,因此研究和设计高效率的垃圾邮件过滤系统有着重大的现实意义。 贝叶斯算法广泛应用于文本分类等领域,垃圾邮件过滤本质上是文本分类问题,因此贝叶斯算法在垃圾邮件过滤领域有着很好的应用。基于贝叶斯算法的英文垃圾邮件的过滤达到了比较理想的效果,但对中文的支持还有一定的难度。本文在对贝叶斯算法进行了比较深入的研究的基础上,设计了基于贝叶斯算法的垃圾邮件过滤系统,对中文垃圾邮件的过滤达到了比较好的效果。 本文首先对垃圾邮件进行了的概述,并对当前垃圾邮件过滤技术进行了综合介绍。其次,对贝叶斯算法及国内外关于贝叶斯算法在垃圾邮件过滤中的应用情况进行了深入的分析与研究,设计了基于贝叶斯算法的垃圾邮件过滤模型。基于贝叶斯算法的垃圾邮件过滤得的实质是基于邮件内容的过滤,在分析了电子邮件的格式标准的基础上,提出了解析电子邮件内容的算法。 最后,我们用Java语言和MySQL数据库设计了一个基于贝叶斯算法的垃圾邮件过滤系统,为了提高贝叶斯算法对中文邮件的处理精度,引入了中文分词机制。中文分词采用的中国科学院计算技术研究所汉语词法分析系统ICTCLAS的开源代码。经过测试,系统的正确率为95%,比Foxmail、DreamMail和Outlook的垃圾邮件过滤功能的效果好。