| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文研究内容 | 第10-11页 |
| 1.4 本文组织结构 | 第11-13页 |
| 第二章 邮件过滤相关理论及实验平台 | 第13-22页 |
| 2.1 邮件过滤原理 | 第13-15页 |
| 2.1.1 服务器端和客户端的邮件过滤 | 第13-14页 |
| 2.1.2 三种邮件过滤技术原理 | 第14-15页 |
| 2.1.3 特征选择技术 | 第15页 |
| 2.2 基于统计的邮件过滤算法 | 第15-19页 |
| 2.2.1 贝叶斯 | 第16页 |
| 2.2.2 K近邻 | 第16-17页 |
| 2.2.3 支持向量机 | 第17页 |
| 2.2.4 BP神经网络算法 | 第17-19页 |
| 2.3 Hadoop平台及MapReduce编程模式 | 第19-20页 |
| 2.3.1 Hadoop平台 | 第19页 |
| 2.3.2 MapReduce编程模式 | 第19-20页 |
| 2.4 小结 | 第20-22页 |
| 第三章 数据采集、词典维数与预处理 | 第22-37页 |
| 3.1 实验语料库选择 | 第22-24页 |
| 3.2 语料库子集划分 | 第24-25页 |
| 3.3 基于Hadoop实验数据词频统计 | 第25-28页 |
| 3.4 基于改进的TF算法词典降维 | 第28-32页 |
| 3.4.1 初步降维 | 第28-29页 |
| 3.4.2 词典降维 | 第29-30页 |
| 3.4.3 生成VSM形式的稀疏矩阵 | 第30-32页 |
| 3.5 数据处理实验 | 第32-35页 |
| 3.5.1 Hadoop的配置 | 第32-33页 |
| 3.5.2 实验过程 | 第33-34页 |
| 3.5.3 实验结果 | 第34-35页 |
| 3.6 小结 | 第35-37页 |
| 第四章 基于BP神经网络邮件过滤研究 | 第37-48页 |
| 4.1 算法训练及模型选择 | 第37-45页 |
| 4.1.1 学习率(Learning Rate)选择 | 第38页 |
| 4.1.2 模型仿真及最优模型选择 | 第38-45页 |
| 4.2 实验最优模型与SVM基函数训练模型比较 | 第45-47页 |
| 4.3 小结 | 第47-48页 |
| 第五章 多重过滤系统的设计与实现 | 第48-59页 |
| 5.1 多重邮件过滤系统的流程设计 | 第48-49页 |
| 5.2 指标测试结果 | 第49-55页 |
| 5.2.1 重要评价指标 | 第49-52页 |
| 5.2.2 基于AUC的评价指标 | 第52-55页 |
| 5.3 模型运算量评估 | 第55-56页 |
| 5.4 模型内存占用率评估 | 第56-57页 |
| 5.5 小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |