Хотелось бы увидеть пару доп. функций у фильтра:
1. отключение фильтрации на некоторых аккаунтах
2. список стоп-слов (желательно с регулярными выражениями) для принудительной отметки "не спам", а если бы для этого еще была галка "проверять все e-mail из адресбука и Sent Mail", то вообще цены бы не было.
3. подробный лог. Хочется иногда узнать, а что это такое фильтр нашел тут, что письмо ему спамом показалось.
4. Задание словаря "сигнальных СПАМ-строк". Отсутсвие любой и этих строк требует очень высокого уровня уверености алгоритма Байеса в том, что письмо является смамом, присуствие - весьма низкого. В качетсво сигнальных строк будет выступать отметка внешнего DBSBL-фильтра
Пунт про настройку фильтрации по аккаунтам стоит расширить еще и фильтрацию IMAP'овских ящиков
Статистику усилить
* Когда приходил спам (час, день недели, месяц) в виде %
* Пропорции писем спама к нормальным
* Обучаемость (Эффективность?)- сколько писем спама было добавлено вручную в виде % по дням/месецам
1. По поводу фильтрации по аккаунтам: с использованием текущей версии API это, увы, невозможно. Фильтр не получает совершенно никакой информации от The Bat! о том, для какого имено аккаунта предназначено фильтруемое письмо. (фильтрация по полю "кому" не даст здесь 100% результата, поскольку это поле может быть различным в пределах одного аккаунта, если письмо было адресовано через BCC)
2. Белые/чёрные списки (в т.ч. с регулярными выражениями) будут в 0.4hm, которая сейчас дописывается и тестируется. Фильтрация по элементам адресной книги также вскоре появится. Что же касается поля "Sent", то с этим немного сложнее: напрямую получить такую информацию от The Bat! нельзя (только с помощью сортировочных правил-макросов), а "вручную" сканировать файл базы отправленных писем займёт чересчур много времени. Хотя можно и по макросам…
3. Подробный лог ведётся по умолчанию. Для каждого письма записывается его MSID (чтобы можно было найти письмо в самом The Bat!, итоговая численная оценка и список сигнальных токенов, по которым оценивалось письмо). Файл журнала по умолчанию находится в рабочей папке фильтра и называется bayesit.log.
4. См. 2.
По поводу статистики: мне бы не хотелось превращать фильтр в базу данных. Элементарная статистика (общий трафик и количество писем, раздельный трафик и количество писем для спама/не-спама, а также процент ошибок (общий и раздельный))уже включены в версии 0.4hm и станут доступны после публикации этой версии. Что же касается других "изощрённых" статистик - думаю, проще сделать экспорт статистики в формат cvs, а затем обрабатывать данные в какой-нибудь специализированной программе, вроде MS Excel или MS Access