| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的研究背景 | 第10-15页 |
| 1.1.1 垃圾邮件概述 | 第10-12页 |
| 1.1.2 主要应用领域及研究现状 | 第12-13页 |
| 1.1.3 中文垃圾邮件过滤面临的挑战 | 第13-15页 |
| 1.2 研究目的与意义 | 第15-16页 |
| 1.3 本文的主要工作 | 第16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第2章 中文垃圾邮件过滤技术 | 第18-27页 |
| 2.1 朴素贝叶斯算法原理 | 第18-20页 |
| 2.2 中文垃圾邮件概述 | 第20-22页 |
| 2.2.1 中文垃圾邮件现状 | 第21页 |
| 2.2.2 中文垃圾邮件的异同 | 第21-22页 |
| 2.3 朴素贝叶斯过滤方法 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 中文垃圾邮件过滤中的分词算法 | 第27-40页 |
| 3.1 中文邮件分词方法介绍 | 第27-29页 |
| 3.2 中文分词词典TRIE树 | 第29-33页 |
| 3.2.1 词典的树型结构组织 | 第29-31页 |
| 3.2.2 树型结构的生成 | 第31-32页 |
| 3.2.3 词匹配过程 | 第32-33页 |
| 3.3 基于基本短语模式的中文邮件分词 | 第33-39页 |
| 3.3.1 基于基本短语模式分词的意义 | 第33-34页 |
| 3.3.2 基本短语的界定和语义分析 | 第34-35页 |
| 3.3.3 基于基本短语分词过程 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 改进的中文垃圾邮件过滤算法 | 第40-54页 |
| 4.1 特征项提取 | 第40-43页 |
| 4.1.1 特征项提取的意义 | 第40页 |
| 4.1.2 特征评估函数介绍 | 第40-43页 |
| 4.2 互信息特征评估函数 | 第43-46页 |
| 4.2.1 互信息特征评估函数的不足 | 第43-44页 |
| 4.2.2 改进的互信息特征评估函数 | 第44-46页 |
| 4.3 改进的中文垃圾邮件过滤方法 | 第46-49页 |
| 4.4 仿真实验 | 第49-52页 |
| 4.4.1 邮件样本的收集 | 第49页 |
| 4.4.2 分词算法测试及分析 | 第49-50页 |
| 4.4.3 基于基本短语模式特征向量空间的测试与分析 | 第50-51页 |
| 4.4.4 改进的朴素贝叶斯中文垃圾邮件过滤的测试与分析 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第5章 结论与展望 | 第54-56页 |
| 5.1 结论 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第60页 |