基于知识积累型的朴素贝叶斯垃圾邮件过滤算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究概况 | 第12-15页 |
| 1.3 本文的研究内容 | 第15页 |
| 1.4 论文结构 | 第15-17页 |
| 第2章 邮件文本信息预处理 | 第17-21页 |
| 2.1 邮件结构 | 第17页 |
| 2.2 邮件预处理整体流程 | 第17-18页 |
| 2.3 预处理相关技术 | 第18-20页 |
| 2.3.1 黑白名单 | 第18-19页 |
| 2.3.2 主题正文文字处理 | 第19页 |
| 2.3.3 中文分词技术 | 第19-20页 |
| 2.3.4 向量空间模型 | 第20页 |
| 2.4 小结 | 第20-21页 |
| 第3章 常用邮件过滤算法研究 | 第21-27页 |
| 3.1 引言 | 第21-22页 |
| 3.2 贝叶斯分类器 | 第22-23页 |
| 3.2.1 贝叶斯定理 | 第22-23页 |
| 3.2.2 朴素贝叶斯分类 | 第23页 |
| 3.3 神经网络分类方法 | 第23-24页 |
| 3.4 K近邻法 | 第24-25页 |
| 3.5 支持向量机 | 第25-26页 |
| 3.6 小结 | 第26-27页 |
| 第4章 基于知识积累方法的垃圾邮件过滤算法 | 第27-37页 |
| 4.1 引言 | 第27-28页 |
| 4.2 基于知识积累方法的思想 | 第28-30页 |
| 4.3 基于知识积累的邮件过滤算法 | 第30-31页 |
| 4.4 实验与性能分析 | 第31-36页 |
| 4.4.1 性能评价准则 | 第31-32页 |
| 4.4.2 实验分析 | 第32-36页 |
| 4.5 小结 | 第36-37页 |
| 第5章 基于知识积累的邮件系统设计与实现 | 第37-51页 |
| 5.1 系统设计 | 第37-46页 |
| 5.1.1 MAPI介绍 | 第37-38页 |
| 5.1.2 MAPI控件的邮件收发过程 | 第38-39页 |
| 5.1.3 主要设局结构 | 第39-40页 |
| 5.1.4 系统组成 | 第40-44页 |
| 5.1.5 用户处理子系统 | 第44-46页 |
| 5.2 系统实现 | 第46-50页 |
| 5.3 小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录A | 第56-62页 |
| 致谢 | 第62页 |
