基于内容的垃圾邮件过滤研究与实现
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·垃圾邮件的历史与定义 | 第11-13页 |
| ·垃圾邮件的组成 | 第13-15页 |
| ·论文的主要内容和贡献 | 第15-16页 |
| 第二章 电子邮件系统工作原理 | 第16-24页 |
| ·邮件传送过程 | 第16-17页 |
| ·电子邮件系统的组成与工作模式 | 第17页 |
| ·电子邮件系统相关协议 | 第17-24页 |
| ·SMTP协议 | 第18-19页 |
| ·POP3协议 | 第19-21页 |
| ·IMAP4协议 | 第21页 |
| ·MIME协议 | 第21-24页 |
| 第三章 反垃圾邮件技术研究 | 第24-32页 |
| ·反垃圾邮件技术 | 第24-25页 |
| ·垃圾邮件过滤技术 | 第25-29页 |
| ·根据实施过滤主体划分 | 第25-27页 |
| ·根据过滤依据划分 | 第27-29页 |
| ·垃圾邮件反过滤新方法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于内容的垃圾邮件过滤方法与实现 | 第32-58页 |
| ·文本分类技术概述 | 第32-33页 |
| ·基于Bayes算法的过滤 | 第33-45页 |
| ·贝叶斯分类算法 | 第34-39页 |
| ·基于最小风险的Bayes算法 | 第39-42页 |
| ·测试与小结 | 第42-45页 |
| ·基于复制检测技术的过滤 | 第45-50页 |
| ·基本原理介绍 | 第45-48页 |
| ·测试与小结 | 第48-50页 |
| ·基于URL的过滤 | 第50-53页 |
| ·特征选择方法 | 第53-55页 |
| ·其他文本分类技术 | 第55-57页 |
| ·神经网络分类 | 第55页 |
| ·K近邻法 | 第55-56页 |
| ·支持向量机 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 结论与展望 | 第58-60页 |
| ·本文完成的主要工作 | 第58页 |
| ·未来的研究方向 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
