基于内容挖掘的中文垃圾邮件过滤技术研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景及选题意义 | 第12-13页 |
| ·垃圾邮件概述 | 第13-15页 |
| ·垃圾邮件的定义 | 第13页 |
| ·垃圾邮件的特征 | 第13页 |
| ·垃圾邮件的类型 | 第13-14页 |
| ·国内垃圾邮件的现状 | 第14-15页 |
| ·垃圾邮件的解决方案述评 | 第15-18页 |
| ·反垃圾邮件的基本措施 | 第15页 |
| ·反垃圾邮件技术 | 第15-17页 |
| ·存在的主要问题 | 第17-18页 |
| ·本文的主要工作 | 第18-19页 |
| 第2章 基于文本挖掘技术的邮件过滤系统框架研究 | 第19-27页 |
| ·文本挖掘技术分析 | 第19-22页 |
| ·文本挖掘的定义 | 第19-20页 |
| ·文本挖掘的过程 | 第20-21页 |
| ·文本挖掘的关键技术 | 第21-22页 |
| ·基于文本挖掘的垃圾邮件过滤系统框架 | 第22-26页 |
| ·电子邮件的格式分析 | 第22-24页 |
| ·基于文本挖掘的垃圾邮件过滤系统框架 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 邮件预处理技术研究 | 第27-36页 |
| ·邮件正文提取 | 第27页 |
| ·文本分词处理 | 第27-30页 |
| ·英文分词 | 第28页 |
| ·中文分词 | 第28-29页 |
| ·词典的组织加工 | 第29-30页 |
| ·去除停用词 | 第30页 |
| ·文本特征提取 | 第30-32页 |
| ·基于文本挖掘的垃圾邮件过滤系统预处理机制设计 | 第32-35页 |
| ·改进的正向最大匹配分词法 | 第32-34页 |
| ·基于滑动窗口的优势率特征提取 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 邮件分类技术 | 第36-49页 |
| ·文本挖掘中的分类 | 第36-40页 |
| ·分类的过程 | 第36-37页 |
| ·文本分类方法综述 | 第37-40页 |
| ·基于贝叶斯技术邮件分类器基本原理 | 第40-43页 |
| ·Bayes 过滤在反垃圾邮件系统中的应用 | 第40-42页 |
| ·贝叶斯反垃圾邮件分类算法 | 第42-43页 |
| ·朴素贝叶斯分类 | 第43-45页 |
| ·朴素贝叶斯分类原理 | 第43-44页 |
| ·朴素贝叶斯分类算法的优缺点 | 第44页 |
| ·改进的朴素贝叶斯分类算法 | 第44-45页 |
| ·贝叶斯邮件分类模型分析及其改进 | 第45-48页 |
| ·贝叶斯邮件分类模型分析 | 第45-47页 |
| ·基于混合模型(HM)的贝叶斯邮件分类器 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 邮件过滤系统的设计与实现 | 第49-62页 |
| ·系统设计 | 第49-54页 |
| ·系统总框架 | 第49-51页 |
| ·模块设计 | 第51-54页 |
| ·主要模块的实现 | 第54-61页 |
| ·预处理模块实现 | 第54-57页 |
| ·过滤模块实现 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 系统测试 | 第62-71页 |
| ·测试环境 | 第62页 |
| ·垃圾邮件过滤系统的评价指标 | 第62-63页 |
| ·实验结果及性能分析 | 第63-70页 |
| ·单元测试 | 第63-66页 |
| ·集成测试 | 第66-69页 |
| ·时间效率测试 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结束语 | 第71-73页 |
| 一、本文小结 | 第71页 |
| 二、主要成果 | 第71-72页 |
| 三、后续工作展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 附录 攻读学位期间的主要研究成果 | 第77页 |
