随着Internet的快速发展和日益普及,电子邮件作为一种经济、快捷的通讯方式,已经成为互联网用户必备的交流工具。然而,随之产生的垃圾邮件的泛滥也给用户带来了极大的不便,由于垃圾邮件多由专门的邮件地址搜索软件和邮件群发软件来实现电子邮件地址的收集以及垃圾邮件的散发,单纯依靠手工的方式进行垃圾邮件的辨别是不可行的,必须借助一定的技术手段进行反垃圾邮件工作,因此,有效的防治垃圾邮件成为一个日益重要的研究领域。本文的研究内容有以下几个方面:(1)简要介绍了垃圾邮件的相关概念,分析了垃圾邮件的危害、反垃圾邮件的应用背景、现状,主流过滤方法和挑战。概述了电子邮件的基本知识,探讨和研究文本邮件过滤中的中文分词、数据表示、特征降维、分类技术以及难点和突出问题。(2)提出一个综合利用邮件的主题信息、联系方式信息以及邮件新格式—图片邮件特征构建的邮件特征集,在此基础上采用三种不同的分类算法构建分类器,试验结果表明,在提出的邮件特征集基础上构建的分类器能很好的进行邮件过滤。(3)在进一步研究邮件内容特征的基础上,建立基于增量式主动学习来动态更新邮件的特征集,选取最有价值的邮件特征更新邮件特征库,利用有效邮件特征来提高过滤器的精度。实验结果表明,在综合利用邮件内容特征和主动学习训练器基础上构建的分类器能很好的实现垃圾邮件的过滤。