随着Internet的发展和广泛应用,电子邮件以其方便、快捷、低成本的独特魅力成为当前最流行的信息交流方式之一。但与此同时垃圾邮件给方便快捷的电子邮件服务带来了巨大的危害,因此研究和设计高效率的垃圾邮件过滤系统有着重大的现实意义。基于内容的贝叶斯算法在垃圾邮件处理上表现出了较高的准确度,因此受到了广泛的关注。本课题在对电子邮件原理和垃圾邮件的过滤方法进行分析研究的基础上,设计了一个垃圾邮件过滤的解决方案,并实现了垃圾邮件过滤系统。该方案结合了垃圾邮件关键词过滤和基于概率统计的贝叶斯内容过滤算法,能够根据垃圾邮件的特性及不同用户的需要进行一定的反馈学习。方案中使用了中英文分词机制,该机制的引入使得本系统对于中英文垃圾邮件过滤均具有较好的处理能力。系统的开发基于Eclipse平台,通过使用Ling-Spam语料库和日常收集整理的中文邮件集对系统进行垃圾邮件过滤效果的测试,结果表明,系统具有良好的过滤效果、较好的自主学习修正效果和一定的个性化特点。