文本分类算法在垃圾邮件过滤中的研究与应用
| 第一章 绪论 | 第1-12页 |
| ·引言 | 第7-11页 |
| ·本文的内容安排及主要工作 | 第11-12页 |
| 第二章 电子邮件基础知识 | 第12-18页 |
| ·电子邮件的基本概念 | 第12-15页 |
| ·邮件服务器与电子邮箱 | 第12-13页 |
| ·电子邮件地址 | 第13-14页 |
| ·电子邮件代理 | 第14-15页 |
| ·电子邮件的传输过程 | 第15-16页 |
| ·SMTP 简单邮件传输协议 | 第16-18页 |
| 第三章 垃圾邮件过滤研究现状 | 第18-30页 |
| ·提高发送电子邮件的成本 | 第18-19页 |
| ·关闭OPEN-RELAY | 第19-20页 |
| ·逆向地址查询 | 第20-21页 |
| ·黑名单技术 | 第21-23页 |
| ·限制群发功能 | 第23页 |
| ·邮件过滤技术的发展现状及分析 | 第23-26页 |
| ·基于内容的垃圾邮件过滤技术 | 第26-30页 |
| ·信息过滤与垃圾邮件过滤 | 第27-28页 |
| ·文本分类与垃圾邮件过滤 | 第28-30页 |
| 第四章 垃圾邮件过滤技术及算法 | 第30-37页 |
| ·贝叶斯算法 | 第31-32页 |
| ·支持向量机 | 第32-33页 |
| ·K 平均文本聚类算法 | 第33-34页 |
| ·WINNOW 算法线性分析器 | 第34页 |
| ·粗糙集 | 第34-35页 |
| ·决策树方法 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第五章 基于贝叶斯算法的文本分类 | 第37-49页 |
| ·简单贝叶斯算法 | 第37-42页 |
| ·简单贝叶斯理论 | 第37-39页 |
| ·简单贝叶斯分类器 | 第39-41页 |
| ·贝叶斯模型的特点 | 第41-42页 |
| ·基于最小风险的贝叶斯决策 | 第42-43页 |
| ·无指导朴素贝叶斯分类器 | 第43-49页 |
| ·EM—Naive Bayes 文本分类原理 | 第43-45页 |
| ·EM 文本分类算法流程 | 第45-46页 |
| ·实验结果与分析 | 第46-49页 |
| 第六章 反馈学习 | 第49-51页 |
| ·贝叶斯算法的反馈过程 | 第50页 |
| ·小结 | 第50-51页 |
| 第七章 总结及展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 摘要 | 第56-59页 |
| ABSTRACT | 第59-61页 |
| 致谢 | 第61页 |
