常用垃圾邮件收集与标识做法

• 朴素贝叶斯算法
• 人工智能导论实验演示 - 38. 贝叶斯垃圾邮件分类_哔哩哔哩_bilibili

机器学习处理

1. 获取数据集
2. 数据预处理(清洗与标注分类)
3. 数据特征提取与训练

数据获取

1. 公开数据源
   • 邮件数据
     1. The Enron-Spam datasets (aueb.gr)
     2. https://www2.aueb.gr/users/ion/data/lingspam_public.tar.gz
     3. 2006 TREC Public Spam Corpora
   • Alibaba 聊天数据
     1. Giruvegan/stoneskipping: StoneSkipping model for detecting Chinese camouflaged spam (github.com)
2. 人工标注数据
   1. 人工分类是否为垃圾邮件的数据，形成数据集