outlook垃圾郵件誤判的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

利用統計檢定與柏拉圖最佳化提升垃圾郵件過濾效能

為了解決outlook垃圾郵件誤判的問題，作者歐雅惠 這樣論述：

隨著網際網路的普及與電子郵件(E-mail)的廣泛使用，垃圾郵件(Spam)的數量日益增多，造成使用者的不方便，除了會浪費使用者作刪除動作上的時間，更會浪費電腦的頻寬，占用使用者網路信箱的使用空間；更嚴重的是發送垃圾郵件的人，會藉由垃圾郵件將電腦病毒發送，癱瘓使用者的電腦，竊取使用者的資料。由於，垃圾郵件帶來的威脅日趨嚴重，顯示出垃圾郵件過濾技術的價值所在。垃圾郵件最令人詬病的地方，在於它的技術會不斷變化，以適應各種新發展的過濾方式。每當出現新的過濾垃圾郵件的方式，垃圾郵件寄送者(Spammer)就能找到一種躲避過濾的方式。這種垃圾郵件者和研究過濾法則者之間的競賽，不斷演化，變得越來越複雜，

甚至，有些國家不惜立法祭出重典來阻止Spam的繼續蔓延。當前垃圾郵件相關研究多注重在過濾垃圾郵件之演算法：利用各種人工智慧或是資料探勘的方式來產生垃圾郵件分類的法則，但是隨著垃圾郵件分類法則的長年累積，郵件伺服器可能包含著過時或是無用的垃圾郵件分類法則，而採用過時的法則可能會導致誤判率升高，除此之外，過多的郵件分類法則也會影響郵件伺服器之過濾效能。本研究提出一個以柏拉圖最佳集合以及統計檢定的方式來管理垃圾郵件分類器的法則以改善每個過濾法則的缺點。透過本研究所提出的方式可以讓伺服器只存在最有效率的集合，除了可以增進過濾效率外，也可以避免採用到過時或是不精確的法則導致誤判；可以保證所有採用的法則都

是高精確度以及高穩定度的法則，如此可以增加垃圾郵件過濾之效能與效率。而當同一封信件同時有兩個以上有衝突的法則存在時，本研究透過統計檢定的方式來決定垃圾郵件所採用的法則。