加权贝叶斯邮件过滤方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 垃圾邮件的定义 | 第10页 |
| 1.4 常用垃圾邮件过滤技术 | 第10-12页 |
| 1.4.1 黑白名单技术 | 第10-11页 |
| 1.4.2 关键词过滤技术 | 第11页 |
| 1.4.3 反向域名验证 | 第11页 |
| 1.4.4 基于规则评分的过滤技术 | 第11-12页 |
| 1.4.5 贝叶斯过滤法 | 第12页 |
| 1.5 本文研究的内容 | 第12页 |
| 1.6 本论文的组织结构 | 第12-14页 |
| 第2章 贝叶斯概率理论 | 第14-17页 |
| 2.1 贝叶斯定理 | 第14页 |
| 2.2 向量空间 | 第14-15页 |
| 2.3 语料库 | 第15页 |
| 2.4 评价体系 | 第15-16页 |
| 2.5 本章小结 | 第16-17页 |
| 第3章 朴素贝叶斯过滤方法特征研究 | 第17-31页 |
| 3.1 朴素贝叶斯过滤模型 | 第17-18页 |
| 3.2 贝叶斯过滤模型的估计 | 第18-19页 |
| 3.3 朴素贝叶斯分类基本流程 | 第19页 |
| 3.4 朴素贝叶斯过滤器的改进 | 第19-29页 |
| 3.4.1 特征表示 | 第19-23页 |
| 3.4.2 特征选择 | 第23-29页 |
| 3.5 阈值的动态调整 | 第29-30页 |
| 3.6 本章小结 | 第30-31页 |
| 第4章 加权贝叶斯邮件过滤分类模型 | 第31-41页 |
| 4.1 电子邮件简介 | 第31-33页 |
| 4.2 邮件格式 | 第33-34页 |
| 4.3 邮件头字段 | 第34-37页 |
| 4.4 加权贝叶斯概率模型 | 第37-38页 |
| 4.5 加权贝叶斯邮件分类模型流程 | 第38-39页 |
| 4.6 实验结果分析 | 第39-40页 |
| 4.7 本章小结 | 第40-41页 |
| 结论 | 第41-42页 |
| 参考文献 | 第42-47页 |
| 致谢 | 第47页 |
