基于邮件内容的多层次邮件分类方法

摘要

本发明公开了一种基于邮件内容的多层次邮件分类方法，针对样本的不平衡性对邮件分类的效果有重大影响的问题，采用构建三级分类器的方式：在第一级分类器的构建上采用朴素贝叶斯算法、支持向量机和C4.5算法组合投票的方式，在第二级分类器的构建上采用随机森林算法，在第三级分类器的构建上采用liblinear算法。本发明在分类器的设计上，采用了多级分类的方式，增加了算法的层次性，通过层层过滤，在保证召回率的情况下，逐步提高了分类器的准确率，使得正负样本的平衡性不断增加，从而在最后一级上实现邮件数据的基本平衡，使得最终的分类效果受样本不平衡性的影响较小，在邮件分类中取得了较好的效果。