传统的贝叶斯垃圾邮件过滤系统虽然具有较高的分类准确性，但是在处理邮件时存在效率低、消耗资源量大的问题。本文针对贝叶斯垃圾邮件过滤算法进行了在Hadoop MapReduce下的研究，并对判定类别的阈值进行了优化，实验表明，本文提出的算法降低了正常邮件的误判率，提高了垃圾邮件判定的准确率和F值，同时提高了垃圾邮件过滤的效率。