基于贝叶斯算法的垃圾邮件过滤系统的研究与开发
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 前言 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究的现状和进展 | 第8-10页 |
| ·论文工作的主要内容 | 第10-11页 |
| ·论文的组织结构 | 第11-13页 |
| 2 相关基础知识 | 第13-21页 |
| ·贝叶斯算法 | 第13-17页 |
| ·贝叶斯算法思想 | 第13页 |
| ·贝叶斯定理 | 第13-14页 |
| ·Bayesian贝叶斯过滤器 | 第14页 |
| ·贝叶斯算法的优势和不足 | 第14-15页 |
| ·贝叶斯过滤算法的具体步骤及参数选择 | 第15-17页 |
| ·中英文分词 | 第17-20页 |
| ·分词的意义 | 第17-18页 |
| ·英文分词 | 第18页 |
| ·中文分词算法分类 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 3 基于贝叶斯算法与反馈机制的邮件过滤模型 | 第21-27页 |
| ·设计思路及流程 | 第21-24页 |
| ·反馈学习机制 | 第24-25页 |
| ·反馈学习分类 | 第24页 |
| ·反馈学习机制在贝叶斯过滤器中的应用 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 4 客户端垃圾邮件过滤器的实现 | 第27-37页 |
| ·系统模块划分 | 第27-28页 |
| ·系统模块具体实现 | 第28-36页 |
| ·邮件预处理模块 | 第28-30页 |
| ·中英文分词 | 第30-32页 |
| ·邮件集学习 | 第32-33页 |
| ·新邮件的判断过程 | 第33-34页 |
| ·系统中的反馈学习 | 第34页 |
| ·用户设定功能 | 第34-35页 |
| ·计算过程中的一些处理 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 5 系统测试与分析 | 第37-43页 |
| ·实验运行结果 | 第37-41页 |
| ·结果分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 6 总结与展望 | 第43-45页 |
| ·总结 | 第43页 |
| ·展望 | 第43-45页 |
| 致谢 | 第45-47页 |
| 参考文献 | 第47-49页 |
