[发明专利]一种自动过滤垃圾邮件的方法及其系统

说明书

本发明涉及一种自动过滤垃圾邮件的方法及其系统；其中，自动过滤垃圾邮件的方法，包括以下步骤：S1，客户端接收邮件；S2，对邮件内容进行分词操作；S3，采用朴素贝叶斯进行样本分类；S4，计算在此项出现的条件下各类别出现的概率；若为正常邮件，则将邮件发送给客户；若是垃圾邮件，则将邮件清理。本发明采用贝叶斯定理的概率探针判断，通过贝叶斯分类对邮件词集样本的学习，计算待分类项属于哪个类别，然后根据进行计算处理的结果分析，最终对垃圾邮件进行拦截，效果非常明显，从而大大降低了垃圾邮件的骚扰频率，给用户提供最佳用户体验。

技术领域

本发明涉及邮件过滤方法技术领域，更具体地说是指一种自动过滤垃圾邮件的方法及其系统。

背景技术

互联网的普及和发展，使得人们几乎每天都会收到各种各样的邮件，各种邮件里面有人们需要日常交流工作所需要的邮件，同时也包含了大量的垃圾邮件，这些垃圾邮件无孔不入，给用户带来了很多的困扰，这些垃圾邮件大多有如下特点：1、未经接受者同意，都是在没有事先征得邮件接收者同意的情况下单方发布；2、用户的邮箱一般是有存储空间上限的，频繁的接收骚扰邮件会导致正常工作开展受到影响；3、邮件的内容可能存在违法性，邮件可能包含有反动，迷信封建内容，会对社会造成危害和不良影响；对于此类垃圾邮件，人们非常抵触和反感；因此，有必要设计一种方法，可以自动形成防护，进行拦截或举报。

发明内容

本发明的目的在于克服现有技术的缺陷，提供一种自动过滤垃圾邮件的方法及其系统。

为实现上述目的，本发明采用于下技术方案：

一种自动过滤垃圾邮件的方法，包括以下步骤：

S1，客户端接收邮件；

S2，对邮件内容进行分词操作；

S3，采用朴素贝叶斯进行样本分类；

S4，计算在此项出现的条件下各类别出现的概率；若为正常邮件，则将邮件发送给客户；若是垃圾邮件，则将邮件清理。

其进一步技术方案为：所述S3之前，还包括：对朴素贝叶斯进行样本训练。

其进一步技术方案为：所述朴素贝叶斯的公式为：

其进一步技术方案为：所述朴素贝叶斯进行样本训练通过分词去重提取出邮件中词集，作为训练内容，将邮件内容分割成由n个单词的组合，并计算包含各组合单词的邮件是垃圾邮件的概率。

其进一步技术方案为：当P是垃圾邮件，则：

其进一步技术方案为：独立事件发生的概率计算公式：P(A*B)＝P(A)*P(B)；两个事件互为独立事件，两个事件的发生没有相关性；因此，P(单词1、单词2...单词n同时出现|是垃圾邮件)转换为如下公式：

P(单词1、单词2...单词n同时出现|是垃圾邮件)

＝P(单词1|是垃圾邮件)*

P(单词2|是垃圾邮件)*

…

P(单词n|是垃圾邮件)*|。

一种自动过滤垃圾邮件的系统，包括：接收单元，分词操作单元，分类单元，及计算单元；

所述接收单元，用于客户端接收邮件；

所述分词操作单元，用于对邮件内容进行分词操作；

所述分类单元，用于采用朴素贝叶斯进行样本分类；

所述计算单元，用于计算在此项出现的条件下各类别出现的概率。