| 提要 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-28页 |
| 1.1 研究背景及意义 | 第14-18页 |
| 1.1.1 垃圾邮件的起源 | 第15-16页 |
| 1.1.2 垃圾邮件的危害 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-25页 |
| 1.2.1 系统处理方法 | 第18-19页 |
| 1.2.2 基于内容的垃圾邮件识别方法 | 第19-24页 |
| 1.2.3 现存的主要问题 | 第24-25页 |
| 1.3 本文研究内容 | 第25-26页 |
| 1.4 本文组织结构 | 第26-28页 |
| 第2章 基于统计的垃圾邮件识别方法 | 第28-47页 |
| 2.1 框架描述 | 第28-43页 |
| 2.1.1 预处理 | 第29-30页 |
| 2.1.2 邮件表示 | 第30-35页 |
| 2.1.3 邮件分类 | 第35-43页 |
| 2.2 常用数据集 | 第43-44页 |
| 2.3 性能评价指标 | 第44-46页 |
| 2.4 本章小结 | 第46-47页 |
| 第3章 一种基于改进粒子群寻优的混合特征选择方法 | 第47-59页 |
| 3.1 引言 | 第47-48页 |
| 3.2 传统特征选择方法存在的问题 | 第48-49页 |
| 3.3 本文方法 | 第49-53页 |
| 3.3.1 方法描述 | 第49-51页 |
| 3.3.2 最优阈值的选择 | 第51-53页 |
| 3.4 实验结果与分析 | 第53-58页 |
| 3.4.1 实验准备 | 第53-54页 |
| 3.4.2 不同寻优方法比较 | 第54-56页 |
| 3.4.3 不同特征选择方法比较 | 第56-57页 |
| 3.4.4 统计实验 | 第57-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第4章 一种基于双阈值及改进调和寻优的特征选择方法 | 第59-76页 |
| 4.1 研究动机 | 第59-60页 |
| 4.2 本文方法 | 第60-66页 |
| 4.2.1 方法描述 | 第60-63页 |
| 4.2.2 改进的调和寻优方法 | 第63-66页 |
| 4.3 实验结果与分析 | 第66-74页 |
| 4.3.1 实验准备 | 第66页 |
| 4.3.2 不同寻优方法比较 | 第66-69页 |
| 4.3.3 不同特征选择方法比较 | 第69-72页 |
| 4.3.4 统计实验 | 第72-73页 |
| 4.3.5 ODFFS、OTFFS 与 THFS 方法比较 | 第73-74页 |
| 4.4 本章小结 | 第74-76页 |
| 第5章 一种基于用户兴趣度的垃圾邮件在线识别方法 | 第76-87页 |
| 5.1 引言 | 第76页 |
| 5.2 相关技术 | 第76-78页 |
| 5.2.1 增量学习 | 第76-78页 |
| 5.2.2 主动学习 | 第78页 |
| 5.3 本文方法 | 第78-82页 |
| 5.3.1 预处理 | 第79页 |
| 5.3.2 特征选择、样本训练及分类 | 第79-80页 |
| 5.3.3 不确定样本类别标注 | 第80-81页 |
| 5.3.4 训练样本集更新 | 第81-82页 |
| 5.4 实验结果与分析 | 第82-86页 |
| 5.4.1 实验条件 | 第82-83页 |
| 5.4.2 耗时分析 | 第83页 |
| 5.4.3 实验结果 | 第83-86页 |
| 5.5 本章小结 | 第86-87页 |
| 第6章 一种基于用户兴趣集的垃圾邮件在线快速识别方法 | 第87-100页 |
| 6.1 引言 | 第87-88页 |
| 6.2 本文方法 | 第88-93页 |
| 6.2.1 预处理 | 第88页 |
| 6.2.2 特征选择及样本训练 | 第88-89页 |
| 6.2.3 样本分类 | 第89-90页 |
| 6.2.4 不确定样本类别标注 | 第90-91页 |
| 6.2.5 更新用户兴趣集 | 第91-92页 |
| 6.2.6 更新训练样本集 | 第92-93页 |
| 6.3 实验结果与分析 | 第93-99页 |
| 6.3.1 实验条件 | 第93页 |
| 6.3.2 耗时分析 | 第93-95页 |
| 6.3.3 实验结果 | 第95-99页 |
| 6.4 本章小结 | 第99-100页 |
| 第7章 总结和展望 | 第100-103页 |
| 7.1 本文工作总结 | 第100-102页 |
| 7.2 未来研究展望 | 第102-103页 |
| 参考文献 | 第103-112页 |
| 作者简介及在学期间所取得的科研成果 | 第112-115页 |
| 致谢 | 第115页 |
