[发明专利]基于社会网络行为特征的邮件分类方法

权利要求书

1.一种基于社会网络行为特征的邮件分类方法，其特征是：包括下列步骤：

（1）预处理邮件收发日志，抽取邮件收发关系网络，使用发件人电子邮件地址-收件人电子邮件地址的元组将邮件收发关系网络以文件的形式进行存储；

      （2）预处理邮件收发日志，抽取发件人邮件地址-IP地址关系网络，使用发件人电子邮件地址-发送邮件时使用的设备的IP地址的元组将发件人邮件地址-IP地址关系网络以文件的形式进行存储；

（3）以步骤（1）、（2）产生的两个元组文件作为输入，并行计算每个电子邮件地址发送的电子邮件数量，接受的电子邮件数量，邮件的回复比例，电子邮件所用的IP地址最大出度，并分别以电子邮件地址-出度-入度-邮件回复比例-IP地址最大出度元组形式储存为中间结果文件；

（4）以步骤（3）得到的中间结果元组作为特征，学习分类器最佳的分类面，作为决策信息，分类正常电子邮件用户和垃圾邮件制造者，并由此分类邮件。

2.根据权利要求1所述的基于社会网络行为特征的邮件分类方法，其特征是：所述邮件收发关系网络，其构建和处理步骤如下：

（1）通过分析邮件收发记录，发现电子邮件收件人和发件人的表达模式，设计针对收件人和发件人电子邮件地址的高效正则表达式；

 （2）利用所设计的正则表达式匹配并识别邮件收发记录中的发件人电子邮件地址、收件人电子邮件地址和收发关系；

（3）将数据存入到发件人电子邮件地址-收件人电子邮件地址元组列表文件中，作为中间文件进行存储。在文件中，将同一个发件人向同一收件人发送的所有邮件存放在一行。

3.根据权利要求1或2所述的基于社会网络行为特征的邮件分类方法，其特征是：所述的发件人邮件地址-IP地址关系网络，其构建和处理步骤如下：

（1）通过分析邮件收发记录，发现电子邮件发件人和发送邮件时所使用的终端设备的IP地址的表达模式，设计针对收件人电子邮件地址和相应IP地址的高效正则表达式；

（2）利用所设计的正则表达式匹配并识别邮件收发记录中的发件人电子邮件地址、发送邮件时所使用的终端设备的IP地址；

（3）将数据记录到发件人电子邮件地址-IP地址-发件人在对应IP地址上发送的邮件数量元组列表文件中，作为中间文件进行存储。在文件中，同一个发件人在一个IP地址上发送的邮件汇总后存放在一行。