| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-12页 |
| 1.1.1 算法背景 | 第10-11页 |
| 1.1.2 应用背景 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 决策算法研究现状 | 第12-14页 |
| 1.2.2 邮件分类研究现状 | 第14-15页 |
| 1.3 论文主要工作 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第2章 决策树算法理论知识 | 第17-26页 |
| 2.1 决策树概述 | 第17-18页 |
| 2.2 经典决策树算法详述 | 第18-22页 |
| 2.2.1 ID3算法 | 第18-19页 |
| 2.2.2 C4.5 算法 | 第19-21页 |
| 2.2.3 CART算法 | 第21-22页 |
| 2.3 决策树剪枝方法介绍 | 第22-25页 |
| 2.3.1 事前剪枝 | 第23页 |
| 2.3.2 事后剪枝 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 模糊理论介绍 | 第26-34页 |
| 3.1 模糊理论概述 | 第26-27页 |
| 3.2 模糊集合介绍 | 第27-31页 |
| 3.2.1 模糊集的定义及度量 | 第27-28页 |
| 3.2.2 模糊集的表示方法 | 第28-29页 |
| 3.2.3 模糊集运算及性质 | 第29-31页 |
| 3.3 模糊集的基本定理 | 第31-32页 |
| 3.3.1 截集的定义及性质 | 第31-32页 |
| 3.3.2 分解定理和扩张原理 | 第32页 |
| 3.4 常用隶属函数 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 模糊决策树算法分析 | 第34-42页 |
| 4.1 模糊决策树介绍 | 第34-36页 |
| 4.2 模糊决策树算法详述 | 第36-40页 |
| 4.2.1 FuzzyID3算法 | 第36-38页 |
| 4.2.2 基于Min-Ambiguity的决策树算法 | 第38-40页 |
| 4.3 经典决策树与模糊决策对比 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 不同决策树实验对比 | 第42-53页 |
| 5.1 实验准备 | 第42-43页 |
| 5.2 系统实现 | 第43-47页 |
| 5.2.1 实现环境 | 第43-44页 |
| 5.2.2 系统介绍及展示 | 第44-47页 |
| 5.3 实验结果分析 | 第47-52页 |
| 5.3.1 正确率对比 | 第47-49页 |
| 5.3.2 规则数对比 | 第49-50页 |
| 5.3.3 真实度分析 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 邮件分类模型设计及实验分析 | 第53-66页 |
| 6.1 电子邮件理论基础 | 第53-55页 |
| 6.1.1 电子邮件构成 | 第53-54页 |
| 6.1.2 电子邮件传输过程 | 第54-55页 |
| 6.2 邮件分类模型设计 | 第55-56页 |
| 6.3 邮件数据采集与分析 | 第56-57页 |
| 6.4 邮件行为属性选择 | 第57-59页 |
| 6.5 特征数据预处理 | 第59-60页 |
| 6.6 实验分析 | 第60-65页 |
| 6.6.1 评价标准 | 第60-61页 |
| 6.6.2 实验流程 | 第61-63页 |
| 6.6.3 实验结果 | 第63-65页 |
| 6.7 本章小结 | 第65-66页 |
| 第7章 总结与展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 个人简历 | 第72页 |