摘要：
针对目前网络上存在大量的垃圾信息，并且随着网络的发展，一些垃圾信息也在不断的填充的我们的生活，浪费着我们在互联网中的宝贵时间，各种诈骗交友贷款僵尸账号不断的充斥着我们的生活。然而传统的市场主流垃圾广告软件中并没有针对次项的举措，如何分拣垃圾信息，细化垃圾信息分类，变得非常关键。结合目前的技术，通过采用机器学习的方式，摒弃传统的固定的信息分拣方法，设计出与时俱进的垃圾分类方法，不但能够不断通过学习网络上垃圾信息的变种将信息进行分拣，同时也能够减少人工的工作量，达到只能信息分拣的目的。本课题旨在采用机器学习的方式，对网络中的信息进行分拣，识别网络中的垃圾信息。从而提高用户的网络使用体验，提高用户在网络上进行操作的效率。同时提高网络资源的利用率。
研究难点：
根据以上目的，得出本项目的难点主要在于：
1、垃圾账号及广告的界定点主要在哪里？
2、要怎样去辨别这些账号？
3、针对机器学习的训练是否可以得到足够充分的数据集？
4、能否将信息分拣系统与实际各类应用相结合？
5、如何设计出完备的算法框架，在尽可能节约计算机资源消耗的情况下准确的进行信息分拣？
方法概述：
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
