随着Internet的迅速普及,电子邮件以其快速、便捷的优势成为了现代通信的主要手段。但人们也惊异的发现,他们的收件箱中有为数不少的垃圾邮件。本课题的研究内容是基于内容挖掘的邮件分类与过滤,它不仅可以解决垃圾邮件的过滤问题,而且可以广泛地应用于电子政务和电子商务。在电子政务和电子商务的平台上,邮件是使用十分广泛的交互手段。采用基于内容挖掘的邮件分类可以实现对每天收到的大量邮件进行自动分类和转发,有效地减少系统分发邮件的工作量。 本课题主要包括邮件采集与预处理、文本分词、特征选取、邮件分类器和过滤器等功能模块,并且分析了各模块的核心技术和部分Java实现。论文的结构如下: 第1章:对目前的邮件分类技术进行了分析,提出了研究的主要内容。 第2章:对邮件分类器和过滤器的实现进行了总体设计,制订了它的各个功能模块及每个模块的主要功能。 第3章:讲述了邮件采集与预处理的相关内容,主要介绍了JavaMail API,并且分析了对邮件内容进行结构化解析的主要技术。 第4章:分析和比较了多种中文分词实现方法,提出了运用最大匹配法实现分词。 第5章:分析和比较了多种特征选取算法,提出了用改进后的互信息方法作为本课题的特征选取算法。 第6章:分析和比较了多种分类器的优缺点,提出了运用贝叶斯机器学习的方法,并对其用于邮件分类的原理进行了剖析,详细介绍了贝叶斯分类器的算法实现。 第7章:总结研究成果,指出不足并提出展望。