| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·研究内容 | 第14-15页 |
| ·任务目标 | 第14页 |
| ·难点分析 | 第14页 |
| ·解决方案 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 关键技术 | 第17-31页 |
| ·文本的模型表示方法 | 第17-18页 |
| ·特征选择方法 | 第18-19页 |
| ·信息增益(Information Gain, IG) | 第18-19页 |
| ·卡方检验(CHI) | 第19页 |
| ·互信息（Mutual Information，MI) | 第19页 |
| ·特征权重 | 第19-20页 |
| ·分类算法 | 第20-27页 |
| ·决策树分类算法（Decision Tree） | 第21-22页 |
| ·朴素贝叶斯 | 第22-24页 |
| ·支持向量机SVM(Support Vector Machine) | 第24-26页 |
| ·AdaBoost算法 | 第26-27页 |
| ·主题模型 | 第27-30页 |
| ·隐含狄利克雷分布(LDA主题模型) | 第27-29页 |
| ·Gibbs采样方法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 特征选择及扩展 | 第31-38页 |
| ·特征选择 | 第31-33页 |
| ·特征扩展 | 第33-36页 |
| ·短信特征分析 | 第33-34页 |
| ·同义词扩展 | 第34-36页 |
| ·特征权重 | 第36-37页 |
| ·关键词特征权重 | 第36页 |
| ·同义词特征权重 | 第36页 |
| ·自定义特征权重 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 多层垃圾短信分类系统设计 | 第38-43页 |
| ·决策树分类 | 第39-40页 |
| ·非典型短信的预处理 | 第40页 |
| ·AdaBoost贝叶斯分类 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 基于文本的多层垃圾短信过滤框架 | 第43-60页 |
| ·流程设计 | 第43-44页 |
| ·算法中各模块的设计 | 第44-52页 |
| ·预处理 | 第44-45页 |
| ·特征选择和扩展 | 第45-46页 |
| ·自定义特征抽取 | 第46-47页 |
| ·LDA主题模型的训练及预测 | 第47-51页 |
| ·算法评估方法 | 第51-52页 |
| ·实验环境 | 第52页 |
| ·实验数据 | 第52页 |
| ·实验工具 | 第52页 |
| ·实验结果分析 | 第52-59页 |
| ·基于不同特征集的对比实验 | 第52-53页 |
| ·基于不同分类器的对比实验 | 第53-54页 |
| ·基于不同基分类器的对比实验 | 第54-55页 |
| ·各分类阶段不同阈值设定的对比实验 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 总结和展望 | 第60-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间发表论文与研究成果清单 | 第67-68页 |
| 致谢 | 第68-69页 |
