區分正常郵件與垃圾郵件的一般慣用手段是通過對郵件的內容進行分析，采用人為制定的規則集或機器學習方法來判斷、區分。但判定一封郵件是否為垃圾郵件，僅靠分析郵件字面來找出正常郵件與垃圾郵件的區別是很困難的，因為人類語言的種類眾多，人對信息的感知與接受除了文字外，還有圖形以及對文字本身的聯想，所以很難建立一個好的、通用的并且高效的語意分析模型來分析一封電子郵件是不是一封垃圾郵件。另外，人為建立規則集的方式也不具有普遍意義，因為每個人對郵件的感受是千差萬別的。所以要快速有效地區分、判定垃圾郵件，需要采取其他更有效的方式。從上述幾種垃圾郵件定義來看，不難看出，正常郵件與垃圾郵件的區分就是判斷該郵件是不是用戶所希望得到而發送過來的郵件，正常郵件自然就是收信人希望得到的郵件。