| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·研究背景 | 第9页 |
| ·短信过滤系统的概述 | 第9-12页 |
| ·短信过滤系统的主要问题 | 第12页 |
| ·本文内容安排 | 第12-13页 |
| 参考文献 | 第13-14页 |
| 第二章 短信过滤系统分析 | 第14-26页 |
| ·预处理 | 第15-16页 |
| ·特征选择 | 第16-18页 |
| ·文档频率(DF,Document Frequency) | 第16-17页 |
| ·信息增益(IG,Information Gain) | 第17页 |
| ·互信息(MI,Mutual Informatkm) | 第17-18页 |
| ·X_2统计量 | 第18页 |
| ·分类器设计 | 第18-21页 |
| ·K近邻分类器 | 第19-20页 |
| ·朴素贝叶斯分类器 | 第20页 |
| ·支撑向量机分类器 | 第20-21页 |
| ·分类性能评价指标 | 第21-23页 |
| ·现有系统的技术局限与不足 | 第23-25页 |
| 参考文献 | 第25-26页 |
| 第三章 基于DUAL-PLSA模型的个性化短信过滤系统 | 第26-39页 |
| ·主题模型简介 | 第26-28页 |
| ·C-W PLSA模型 | 第28-29页 |
| ·DUAL-PLSA模型 | 第29-31页 |
| ·DUAL-PLSA模型的有监督学习 | 第31-33页 |
| ·实验及分析 | 第33-38页 |
| ·数据集 | 第33页 |
| ·对比的相关算法 | 第33-34页 |
| ·评估指标 | 第34页 |
| ·系统整体性能与分析 | 第34-38页 |
| 参考文献 | 第38-39页 |
| 第四章 LDA生成式文本过滤算法 | 第39-50页 |
| ·LDA生成式文本分类算法简介 | 第39-41页 |
| ·变分推断算法 | 第41页 |
| ·DATA-DRIVEN算法 | 第41-42页 |
| ·FEATURE-ENHANCED算法简介及分析 | 第42-45页 |
| ·FEATURE-ENHANCED算法简介 | 第42-44页 |
| ·FEATURE-ENHANCED算法分析 | 第44-45页 |
| ·实验与结论 | 第45-49页 |
| ·数据集 | 第45-46页 |
| ·文本过滤实验与结果分析 | 第46-48页 |
| ·结论 | 第48-49页 |
| 参考文献 | 第49-50页 |
| 第五章 手机反馈获取方法 | 第50-55页 |
| ·垃圾短信举报机制的反馈获取 | 第50-51页 |
| ·个性化短信过滤的反馈获取 | 第51-54页 |
| ·基于用户主动操作的反馈获取方法 | 第52页 |
| ·基于手机内存监控的反馈获取方法 | 第52-54页 |
| ·总结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·本文的创新点 | 第55-56页 |
| ·工作展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58页 |
