[發(fā)明專利]一種自動過濾垃圾郵件的方法及其系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910406048.5
• 申請日: 2019-05-15
• 公開（公告）號: CN110149268A
• 公開（公告）日: 2019-08-20
• 發(fā)明（設計）人: 倪佳歡;鄧慶慶;楊沙;何從華
• 申請（專利權）人: 深圳市趣創(chuàng)科技有限公司
• 主分類號: H04L12/58
• 分類號: H04L12/58;G06F16/35;G06F17/27
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 馮筠

本發(fā)明涉及一種自動過濾垃圾郵件的方法及其系統(tǒng)；其中，自動過濾垃圾郵件的方法，包括以下步驟：S1，客戶端接收郵件；S2，對郵件內(nèi)容進行分詞操作；S3，采用樸素貝葉斯進行樣本分類；S4，計算在此項出現(xiàn)的條件下各類別出現(xiàn)的概率；若為正常郵件，則將郵件發(fā)送給客戶；若是垃圾郵件，則將郵件清理。本發(fā)明采用貝葉斯定理的概率探針判斷，通過貝葉斯分類對郵件詞集樣本的學習，計算待分類項屬于哪個類別，然后根據(jù)進行計算處理的結果分析，最終對垃圾郵件進行攔截，效果非常明顯，從而大大降低了垃圾郵件的騷擾頻率，給用戶提供最佳用戶體驗。

技術領域

本發(fā)明涉及郵件過濾方法技術領域，更具體地說是指一種自動過濾垃圾郵件的方法及其系統(tǒng)。

背景技術

互聯(lián)網(wǎng)的普及和發(fā)展，使得人們幾乎每天都會收到各種各樣的郵件，各種郵件里面有人們需要日常交流工作所需要的郵件，同時也包含了大量的垃圾郵件，這些垃圾郵件無孔不入，給用戶帶來了很多的困擾，這些垃圾郵件大多有如下特點：1、未經(jīng)接受者同意，都是在沒有事先征得郵件接收者同意的情況下單方發(fā)布；2、用戶的郵箱一般是有存儲空間上限的，頻繁的接收騷擾郵件會導致正常工作開展受到影響；3、郵件的內(nèi)容可能存在違法性，郵件可能包含有反動，迷信封建內(nèi)容，會對社會造成危害和不良影響；對于此類垃圾郵件，人們非常抵觸和反感；因此，有必要設計一種方法，可以自動形成防護，進行攔截或舉報。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術的缺陷，提供一種自動過濾垃圾郵件的方法及其系統(tǒng)。

為實現(xiàn)上述目的，本發(fā)明采用于下技術方案：

一種自動過濾垃圾郵件的方法，包括以下步驟：

S1，客戶端接收郵件；

S2，對郵件內(nèi)容進行分詞操作；

S3，采用樸素貝葉斯進行樣本分類；

S4，計算在此項出現(xiàn)的條件下各類別出現(xiàn)的概率；若為正常郵件，則將郵件發(fā)送給客戶；若是垃圾郵件，則將郵件清理。

其進一步技術方案為：所述S3之前，還包括：對樸素貝葉斯進行樣本訓練。

其進一步技術方案為：所述樸素貝葉斯的公式為：

其進一步技術方案為：所述樸素貝葉斯進行樣本訓練通過分詞去重提取出郵件中詞集，作為訓練內(nèi)容，將郵件內(nèi)容分割成由n個單詞的組合，并計算包含各組合單詞的郵件是垃圾郵件的概率。

其進一步技術方案為：當P是垃圾郵件，則：

其進一步技術方案為：獨立事件發(fā)生的概率計算公式：P(A*B)＝P(A)*P(B)；兩個事件互為獨立事件，兩個事件的發(fā)生沒有相關性；因此，P(單詞1、單詞2...單詞n同時出現(xiàn)|是垃圾郵件)轉換為如下公式：

P(單詞1、單詞2...單詞n同時出現(xiàn)|是垃圾郵件)

＝P(單詞1|是垃圾郵件)*

P(單詞2|是垃圾郵件)*

…

P(單詞n|是垃圾郵件)*|。

一種自動過濾垃圾郵件的系統(tǒng)，包括：接收單元，分詞操作單元，分類單元，及計算單元；

所述接收單元，用于客戶端接收郵件；

所述分詞操作單元，用于對郵件內(nèi)容進行分詞操作；

所述分類單元，用于采用樸素貝葉斯進行樣本分類；

所述計算單元，用于計算在此項出現(xiàn)的條件下各類別出現(xiàn)的概率。