[发明专利]基于客户端的个性化电子邮件过滤系统和过滤方法

摘要

本发明公布了一种基于客户端的个性化电子邮件过滤系统和过滤方法，系统包括接收模块、过滤和更新模块、显示模块；接收模块接收邮件，将邮件进行预处理；过滤和更新模块包括数据库、条件匹配器和智能检测分类器；数据库为训练数据集；条件匹配器用于用户设置过滤条件，根据过滤条件对邮件进行过滤，再利用分类器对邮件进行检测分类，同时利用接收到的邮件对分类器的训练数据集进行实时更新，由此实现个性化的电子邮件过滤分类；显示模块将电子邮件过滤分类的结果显示出来。本发明提供的技术方案不仅过滤方法多样化、性能好，还能满足实时性和个性化的要求。

主权项

1.一种基于客户端的个性化电子邮件过滤方法，包括训练阶段和过滤阶段；所述训练阶段将训练数据集输入分类器，对分类器的参数进行学习和优化，得到最优的分类器；所述过滤阶段将训练得到最优的分类器用于客户端中接收的邮件；所述邮件过滤方法基于免疫浓度特征，通过客户端本地数据集的实时更新，得到每个用户个性化的训练数据集，实现不同用户个性化的垃圾邮件过滤要求；具体包括如下步骤：1)在训练阶段，执行如下步骤：11)针对已有的电子邮件数据集，根据分词的信息量和倾向度生成检测器集合；所述检测器集合包括正常邮件检测器集合和垃圾邮件检测器集合；12)针对已有的电子邮件数据集，利用步骤11)构建好的检测器集合，构建免疫浓度特征向量，得到所述电子邮件数据集中的每封邮件对应的免疫浓度特征向量；具体对电子邮件数据集中的每封邮件的不同特征词出现在垃圾邮件检测器集合和正常邮件检测器集合的数量进行计数；设N表示每封邮件中不同特征词的个数，S表示每封封邮件中出现在垃圾邮件检测器集合的特征词数量，L表示每封邮件中出现在正常邮件检测器集合的特征词数量；构建得到一个二维向量，记作(S/N,L/N)，作为免疫浓度特征向量，由此得到所述电子邮件数据集中的每封邮件对应的免疫浓度特征向量；13)利用步骤12)得到的每封邮件对应的免疫浓度特征向量，训练分类器，得到训练好的分类器模型；2)在过滤阶段，执行如下步骤：21)对接收邮件进行预处理，对接收到的每封邮件进行解析，得到所述邮件的标题、正文、收件人地址、发件人地址，所述标题、收件人地址、发件人地址，设置过滤条件，用于进行邮件分类；对所述正文进行分词，每封邮件均被划分成多个特征词；22)对接收邮件进行分类过滤，执行如下操作:221)对接收到的每封邮件，利用步骤11)构建好的检测器集合，将接收到的每封邮件重构成相应的免疫浓度特征向量，得到接收到的每封邮件对应的免疫浓度特征向量；222)利用步骤13)所述分类器模型对邮件进行分类，所述分类包括垃圾邮件或正常邮件，由此得到分类结果；223)根据分类结果和用户设置的过滤条件，再对接收邮件进行过滤处理，进一步得到过滤处理结果；所述结果为所述接收邮件归类为垃圾邮件或正常邮件；23)根据用户交互操作进行实时更新并显示出来。