邮件地址库清洗方法

发布时间:2018年10月01日来源:邮箱地址大全点击:次

当拿到一批数据时，到发送，必然要经过数据清洗。
很多同行，清洗方法大致是，软件判断和发送看返回码。
我今天说下我的一些手法。

第一步：软件按照规则列表去除不和规则数据。
第二步：导出.com .cn .net .org 的域名（此处针对过滤。国外数据需要另外修改）
第三步：数据去重复
第四步：导入到我的地址库系统，和已有的地址数据做碰撞。
根据重复数据排序，重复几次，数据标记+1，最后得到的数据，重复率在1以上，可以作为初步清洗数据。
第四步：数据进入 user found 环节，被标记过域名错误，或者email不存在的数据，一律过滤。

经过上面4步得到的数据，已经比原始数据少取60%以上了。这个时候可以进行软件判断或者直接发送看返回码。
至于重复次数最多的一批，十又八九是活跃度最高的一批。

相关数据：零六团网邮箱测试数据
相关数据：美团网邮箱测试数据