基于过滤技术的投诉信息智能分析与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题的研究背景 | 第10-11页 |
| ·垃圾短信的定义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·国外在法律上的防范手段 | 第12-13页 |
| ·国内在技术上的研究现状 | 第13-16页 |
| ·课题的研究目标和内容 | 第16-19页 |
| 第2章 短信投诉平台中样本采集的研究 | 第19-26页 |
| ·分层抽样的原理 | 第19-21页 |
| ·短信投诉平台中的分层抽样 | 第21-23页 |
| ·基于假设检验修正抽样比例 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第3章 短信投诉平台中中文分词的研究 | 第26-42页 |
| ·中文文本分词的基本方法 | 第26-30页 |
| ·短信投诉平台中中文分词的设计 | 第30-39页 |
| ·词典组织结构的改进 | 第30-34页 |
| ·交集歧义的解决 | 第34-35页 |
| ·停用词处理策略的改进 | 第35页 |
| ·各种替换手段的识别 | 第35-37页 |
| ·新词识别策略的研究与完善 | 第37-38页 |
| ·双向分词结果的选择 | 第38-39页 |
| ·举报平台中中文分词的流程 | 第39-40页 |
| ·小结 | 第40-42页 |
| 第4章 短信投诉平台中文本特征提取的研究 | 第42-51页 |
| ·文本特征提取的定义 | 第42页 |
| ·特征提取的基本原理 | 第42-47页 |
| ·短信过滤中特征提取策略的改进 | 第47-48页 |
| ·特征提取中风险问题的解决策略 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第5章 Bayse算法在短信投诉平台中的应用 | 第51-56页 |
| ·朴素贝叶斯分类器 | 第51-53页 |
| ·贝叶斯定理 | 第51-52页 |
| ·朴素贝叶斯分类原理 | 第52-53页 |
| ·Bayse在短信过滤应用中策略的改进 | 第53-55页 |
| ·小结 | 第55-56页 |
| 第6章 系统的设计与实现 | 第56-71页 |
| ·系统的体系结构 | 第56-57页 |
| ·系统各功能模块的实现 | 第57-67页 |
| ·系统开发环境介绍 | 第57-59页 |
| ·各功能模块的具体实现 | 第59-67页 |
| ·系统测试 | 第67-70页 |
| ·小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |
