Re: [sa-ru] Персональные б айес овые базы

[Alexander Gottlieb <alex@xxxxxxxxxxxx>]

            Hail there dewil!

> >     Поэтому вопрос. Как можно обучать байеса персонально для каждого 
> > почтового пользователя, учитывая что про пользователя известен только 
> > его адрес и имапвой ящик (т.е. ни системной учетной записи, ни 
> > домашнего каталога нет)?
> При хранении bayes в sql можно выбрать два варианта.
> 1. bayes одинаково для всех.
> 2. bayes индивидуально для каждого адреса.

	Т.е. деление возможно по адресу из поля "To:"? Или по какому адресу?

> Выбирая второе хранилище - ваша задача будет решена.
> Остаётся вопрос в котором я не уверен, это индивидуальное обучение bayes.
> Если кто-то может развить эту мысль - подключайтесь.

	Ну тут в самом деле основная проблема в автоматизации процесса 
обучения. С общей базой я пока придумал два варианта. Оба правда в 
основе закладываются на то, что все пользователи пользуются протоколом 
IMAP4, а не POP3.

	Первый вариант.

	Дополнительно к обычным пользовательским (в контексте CyrusIMAP - 
user.username) почтовым ящикам создаем два спец-ящика user.Spam и 
user.NotSpam. Права на ящики прописываем такие чтобы все пользователи 
могли туда копировать свои сообщение, но не могли их оттуда читать (не 
зачем чужую почту читать) и удалять. В свойствах обоих ящиков 
прописываем небольшой срок expire, чтобы не удалять руками протухшую 
почту. А потом просто время от времени по крону (раз часа в 3 например) 
запускаем следующую команду:
/usr/local/bin/sa-learn -f /usr/local/etc/mail/box2learnlist 2>&1 |mail 
-s "`uname -n` spam learn report" root

где файл /usr/local/etc/mail/box2learnlist содержит описания какие ящики 
и как читать:
spam:dir:/usr/local/cyrus/default/user/spam
ham:dir:/usr/local/cyrus/default/user/notspam

	В результате имеем полную автоматизацию. Но недостаток в том, что не 
все почтовые клиенты могут нормально работать с IMAP-ящиками не своего 
аккаунта. Например штатный виндовый оутлук не может.

	Вариант два лечит эту проблему.

	Создаем в каждом пользовательском ящике две спец-папки 
user.username.Spam и user.username.NotSpam аналогично варианту два 
прописываем малый срок expire, права на ящики чтоб не могли их удалить. 
Потом так же как в первом варианте по крону пускаем скриптец, который 
будет быстро пробегаться по каталогам с пользовательскими ящиками, 
составлять список тех, где в Spam и NotSpam что-то есть и скармливать 
это список все тому же sa-learn.

	Вроде все должно быть хорошо. Проблема только в том, что база спама и 
не-спама получается общая. Тут могут и просто пользовательские ошибки 
вмешаться и просто разное понимание спама. Как персонифицировать пока не 
представляю...

--
     WBR, Alexander B. Gottlieb, mailto:alex@xxxxxxxxxxxx
     ICQ: 13043204 / Jabber: alex@xxxxxxxxxxxxxxx
-|-                                                                  -|-