推荐星级：

基于Python英文分词的邮件作者识别

更新时间：2019-12-24 09:51:47 大小：3M 上传用户：songhuahua 查看TA发布的资源 标签：python 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

电子邮件的流行带来身份伪冒、诈骗邮件等问题日益凸显,本文使用Python作为编程语言,基于TF-IDF算法和余弦相似度对邮件作者进行识别,解决伪造邮件等问题。

部分文件列表

文件名	大小
基于Python英文分词的邮件作者识别.pdf	3M

立即下载

【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

技术交流

防止配电箱受到人为的破坏或者发生安全事故。

2 机电安装工程施工存在问题

2.1 机电安装工程中存在的施工问题

人员的业务水平也有很大提高。施工人员与管理人员直接参与了安装

过程，他们的能力和水平是安装过程能顺利进行的保障，因此施工人

员和管理人员的组织工作便显得更为重要了，留下优秀的人员，剔除

不合格的人员，在对施工人员与管理人员的业务水平与个人素养进行

评估的同时，还要考虑他们的工作经验。

由于不断出现新的工艺和材料，几点安装工程的施工技术往往

跟不上二者更新的速度。另外因为机电安装的施工人员学习的能力不

足，不能及时更新自己的安装方法，容易造成机电安装的细节处理不当，

造成质量问题。像一些高档的灯具的安装往往不是很好。

3.2 施工阶段

在进行机电设备施工之前，要对施工图纸进行审查，在确保没有

问题之后再开始施工，整个施工过程都要严格遵循图纸与设计方案，

图纸设计的机电设计质量要满足国家质检标准，防止出现安全问题，

在图纸出现错误的时候，要及时汇报给管理部门，即使想出解决办法，

对设计方案进行修正。施工的质量管理人员若要确保机电施工过程

能顺利进行，就要定时对施工设备进行检验，施工监理单位要对施工

过程中的关键部分进行严格监督，同时完善管理制度，对施工各部分

进行严格质量把关，保证机电安装过程顺利进行，充分利用企业内外

的监督管理制度。

2.2 施工人员的作业过程不规范

施工过程不规范主要有几个方面的原因，一个是工程企业招聘

的安装人员能力不够强，专业素质一般，往往会在机电零件的生产制

造和机电设备的安装过程中出现失误，导致作业的不规范。另外机电

工程往往有很多电路和零件，很多如装备顺序不正确，零件接触不好，

都会影响作业的质量。

2.3 施工过程对周围环境有一定影响

一些机电安装工程企业，在对建筑进行施工时，因为选址，时间

或者其他的一些因素，会对周围的环境产生影响，比如设备在工作时

会产生噪音，工作完成后产生废料。所以如何在保证机电设备正常工

作的条件下，不影响或少影响周围的环境尤为重要。

4 结语

机电安装技术不仅对设备的运行状态产生影响，同时也影响整

个建筑工程的质量，因此必须要做好机电工程施工工作，对于机电安

装技术，一方面可以通过新技术新设备来提高硬件水平，另一方面同

时可以通过提高施工人员和管理人员的专业素养来提高安装技术，

同时整个安装过程要严格按照图纸来进行，不能改变安装顺序，此外

也应该通过监管机制来控制施工质量。

2.4 机电设备的兼容性不强

机电设备的设计深度不够，导致市场上有一些可用性较差的机电

工程设备。特别是小企业生产的机电工程设备的型号和规格缺乏统

一的使用标准和科学参数，机电设备的调试不合格，导致机电设备的

安装程序比较混乱，机电产品的定位不够精确，导致生产出来的机电

工程设备寿命以及可用性方面存在问题。

参考文献

[1] 宋利广. 工程机电安装施工阶段的技术要点研究 [J/OL]. 建筑知

3 机电安装工程施工质量控制

3.1 准备阶段

识 ,2017(07) :68.

[2] 陈裕森 . 建筑机电安装施工技术要点 [J]. 中华建设 ,2016(02):146-147.

[3] 韦华 . 探讨机电安装施工技术在建筑中的实际应用 [J].中华民居 ( 下旬

刊 ),2013(03):165-166.

在正式安装施工之前，每个施工人员都要对整个工程的图纸和

方案中的任何内容了然于胸，了解工程中具体的安装步骤、注意事项、

人事安排以及细节处理，对此企业的管理人员应该做到监督作用，督

促每个人员熟记施工方案，确保整个施工过程可以顺利的进行，这样

一来既保证了工程的质量提高了进度与效率，同时对施工人员与管理

作者简介

朱益良 , 身份证号码 330724197410261455。

基于 Python 英文分词的邮件作者识别

陈梦圆田君艺任宇童重庆邮电大学计算机科学与技术学院

摘要：电子邮件的流行带来身份伪冒、诈骗邮件等问题日益凸显，本文使用 Python 作为编程语言，基于 TF-IDF 算法和余弦相似度对邮件作者进

行识别，解决伪造邮件等问题。

关键词：文本特征提取余弦相似度作者识别 Python

1. 概述

3. 部分代码

# -*- coding:utf-8 -*-

在日常口语表达和文本描述中，每个人都会形成具有个人特征的

语言风格，邮件中的文本常混合着口语内容和正式书面语，个人特征

风格尤为明显。本文就基于个人语言风格特征对邮件内容提取有效

关键字，比对邮件特征和样本之间的余弦距离来识别邮件作者。

import os

def eachFile(filepath):

emailPath = []

pathDir = os.listdir(filepath)

for allDir in pathDir:

2. 理论准备

2.1 TF-IDF算法

child = os.path.join('%s%s' % (filepath, allDir))

emailPath.append(child.decode('gbk'))

return emailPath

TF-IDF（term frequency–inverse document frequency）

是一种用于资讯检索与资讯探勘的常用加权技术。TF-IDF 是一种统

计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份

文件的重要程度。字词的重要性随着它在文件中出现的次数成正比

增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF

加权的各种形式常被搜寻引擎应用，作为文件与用户查询之间相关程

度的度量或评级。

def readFile(filename):

if not os.path.isfile(filename):

raise TypeError(filename + " does not exist")

all_the_text = open(filename).read()

open(filename).close()

2.2 余弦相似度

return all_the_text

余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个

个体间差异的大小。相比距离度量，余弦相似度更加注重两个向量在

方向上的差异，而非距离或长度上。

if __name__ == '__main__':

filePath = "E:\\NotBassRes\\"

emailPath = eachFile(filePath)

email = []

设计流程如图 1 所示。

for path in emailPath:

text = readFile(path)

text = text.replace('\n', ' ')

email.append(text)

图 1 设计流程

数码世界 P.244

技术交流

for i in range(50):

while True:

骤来处理。最终使用TF-IDF算法得到测试邮件和语料库的特征矩阵，

计算其余弦相似度。

fname = 'E:\\NotBassRemove\\

NotBassRemove.txt'

采用 600 封重复以上步骤，计算识别作者过程各类指标值，计算

所得结果如表 1 所示。

if os.path.exists(fname):

# print "Error:" + fname + " already

exists"

表 1 计算结果

评价指标

precision

0.8913

recall

F1 rating

0.8604

概率（%）

0.8316

break

注：precision 反映系统拒绝无关信息的能力，recall 反映检测

系统相关信息的能力，F1 rating 反映综合精度。

如你所见，该模型能正确识别作者的概率是 89.13%，也就是说，

在 100 封电子邮件中，大约 89.13 个字母可以被正确识别，正确率非

常高。

else:

break

fp = open(fname, 'a')

fp.write(str(email[i]) + '\n')

fp.close()

4. 结果分析

参考文献

首先选择一个由 Bass 写的安然邮件信息作为语料训练集。删除

邮件的非原件部分，只保留原文内容。然后使用 nltk 进行单词提取，

给出训练集合中的每个特征词的 TFC 的重量，和文本内容转换成计

算机能够识别和处理的数据。选择另一个人写的邮件，重复上面的步

[1] http://blog.csdn.net/baimafujinji/article/details/51476117

[2] 刘明勇 . 基于写作风格学的作者识别技术研究 [D]. 浙江大学 ,2013.

[3] http://www.ruanyifeng.com/blog/2013/03/cosine_similarity.html

构建基于 BIM 和实时监控技术的基建工程监控平台

明钱良郑亮杨柳牛琦程国庆国网湖北省电力有限公司孝感供电公司经研所

摘要：为了深入“大建设”体系建设，推进建设管理的集约化、扁平化、专业化，统一管理流程、统一技术规范、统一建设标准，国网孝感公司构

建了基于 BIM 和实时监控技术的基建工程监控平台。该平台以建设职能管理、工程项目管理以及参建队伍管理为核心管理内容，建立以工程项目现场

为数据第一发源地的工作理念，采用 BIM、数据挖掘、远程视频及数据高级展示等技术，对工程项目建设进度、安全、质量、造价、技术和队伍等专业

管理内容进行集中监控、统一指挥。该平台以孝感长湖 220 千伏输变电工程为试点，应用范围涵盖 35 千伏及 220 千伏输变电工程。

1. 工作描述

用推广范围

为了深入落实“三集五大”扎根行动，国网孝感公司建设了“基

于 BIM 和实时监控技术的基建工程监控平台”实现从 35 千伏到 220

千伏的输变电工程进行统一管理内容、同一数据平台管理。

第一，多项目同时建设，有效的数据汇集、提炼及分析将是提高

管理效率的重要手段；第二，项目管理团队间的专业水平存在不同程

度差异，需要不断提高公司建设管理的整体水平；第三，年度重点工

程开工建设，用先进的技术、卓越的管理打造“国际一流”的精品工程；

第四，为对接融入区域发展，建设电网优质工程，加强对项目建设过

程的实时、集中管控，实现资源利用最大化，是电网工程建设管理发

展的必经之路。

目前，已经应用于孝感长湖 220 千伏输变电工程、大悟汪洋 220

千伏输变电工程。接下来将逐步在 110 千伏及 35 千伏输变电工程中

进行推广应用。

3. 特色亮点

3 . 1 融合专业信息，实现对基建工程项目的全景运行监控

建立业务全覆盖的一体化监控平台，将分散在项目管理、安全管

理、质量管理、技术管理、技经管理和队伍管理六大管理专业的数据

信息连接在一起，通过网络来实现各专业管理信息的共享、传递和管

理制度的统一执行，实现对所有在建工程信息进行集中管理，为项目

管理人员进行项目问题磋商、项目建设过程管理、项目过程资料收集

等工作提供便利、有效的支撑手段。

2. 主要做法

2 . 1 确立项目建设的主线，调研专业管理现状

3.2创新管理方式，引入先进的工程管理技术，实现多维度、

立体化对项目建设情况展现

根据“大建设”实施方案，项目首先确定了工程项目管理和职能

管理两条主线；项目组制定调研提纲后，分别对业主项目经理、建设

部各专业管理负责人、建设部主管领导等进行访谈，围绕项目主线发

现各类管理者最关注的问题，总结影响项目进度、质量等的主要因素。

平台引入BIM、3G 远程视频、图形化展示、知识库等先进管理技术，

建设了 3D 施工建设过程模拟、工程现场远程视频、数据高级分析展

示以及标准规范库等功能模块，实现了对每个工程项目的建设情况立

体化了解体验，提高了工作决策的准确性，促进了建设管理集约化、

精益化。

2 . 2 基于“ 大建设 ”体系，搭建平台业务架构

按照大建设管理体系要求，将公司电网建设管理工作分为专业

管理和项目建设过程管理，以业主项目部为业务发起单位，对工程建

设过程实现全周期管理。

3.3 注重获取工程第一现场的数据信息，减少管理环节，

提高工作效率

2.3 提炼项目管理关键节点、核心数据，构建平台技术架

构和数据架构

平台的数据获取以业主项目部收集汇报信息为主要来源，减少了

信息传递过程造成的信息加工衰减，有效地促进了各级管理人员及时、

准确地共享工程动态，为建设协调、工程磋商以及指挥决策提供高效

的数据支撑平台，避免了管理过程中可能造成的资源浪费，促进了工

程建设管理的扁平化、专业化目标实现。

经过对各层级、各专业的调研，梳理专业管理流程及数据实体，

形成本平台“两级应用”、“矩阵管理”的工程项目管理模式。

2.4 调研 BIM 应用现状，基于典型电网工程进行三维建模

BIM（建筑信息模型）是以三维数字技术为基础，集成了建筑工

程项目各种相关信息的工程数据模型，它具有可视化，协调性，模拟性，

优化性和可出图性五大特点。

4. 具体案例

以孝感长湖 220 千伏输变电工程应用为例，突出了以工程项目

现场为数据第一发源地的工作理念，运用 BIM、数据挖掘、远程视频

及数据高级展示等信息技术，对工程项目建设进度、安全、质量、造价、

技术和队伍等专业管理内容进行集中监控、统一指挥，实现了对项目

信息的全面掌控。

2.5 采用安全加密技术实现对工程现场实时远程视频监

控

系统接入国网孝感供电公司“工程指挥系统”，通过 3G 无线通

信网络专用通道和高级加密技术，实现了在电力办公网远程查看工程

现场实时视频。

5. 实践效果

（一）压缩信息传递层级，为“三集五大”后出现的项目多、人员

少现象提供合理的解决方法。“大建设”体系的实施，能够缩短工程

现场数据信息向上传递的路径长度，减少了信息沟通环节产生所需人

2.6 通过试点应用对业务内容进行优化，逐步扩大平台应

Digital Space P.245

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

基于Python英文分词的邮件作者识别

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页