| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 引言 | 第11-17页 |
| ·文本分类技术的发展历程与研究现状 | 第11-13页 |
| ·文本分类概述 | 第11-12页 |
| ·文本自动分类问题的一般性描述 | 第12-13页 |
| ·基于文本分类技术的电子邮件分类 | 第13-16页 |
| ·任务背景 | 第13页 |
| ·垃圾邮件定义 | 第13页 |
| ·常用反垃圾邮件技术 | 第13-15页 |
| ·电子邮件分类技术 | 第15-16页 |
| ·本文研究的内容及章节分布 | 第16-17页 |
| 第二章 电子邮件分类预处理技术 | 第17-25页 |
| ·基于文本分类技术的电子邮件分类基本模型 | 第17-18页 |
| ·中文分词技术 | 第18-20页 |
| ·基于字符串匹配的分词方法 | 第18-19页 |
| ·基于理解的分词方法 | 第19页 |
| ·基于统计的分词方法 | 第19页 |
| ·计算所汉语词法分析系统ICTCLAS | 第19-20页 |
| ·特征表示方法 | 第20-22页 |
| ·特征提取技术 | 第22-25页 |
| 第三章 基于VSM 的文本分类的模型和主要算法 | 第25-31页 |
| ·经典文本分类模型 | 第25-30页 |
| ·度量方法 | 第25-29页 |
| ·非度量方法 | 第29-30页 |
| ·各种算法在电子邮件分类中的比较 | 第30页 |
| ·小结 | 第30-31页 |
| 第四章 使用改进的简单向量距离分类算法的电子邮件分类系统设计 | 第31-42页 |
| ·系统任务 | 第31页 |
| ·系统的总体框架结构 | 第31-32页 |
| ·分类前的电子邮件处理 | 第32-37页 |
| ·邮件解码器设计 | 第32-36页 |
| ·中文分词器设计 | 第36-37页 |
| ·特征项的表示及提取 | 第37-38页 |
| ·分类算法 | 第38-40页 |
| ·改进的简单向量距离分类法 | 第38-39页 |
| ·阀值的确定 | 第39-40页 |
| ·文本分类的评估方法 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第五章 电子邮件分类实现方案 | 第42-63页 |
| ·电子邮件分类系统工作流程 | 第42-43页 |
| ·邮件解码器的实现 | 第43-47页 |
| ·解码流程 | 第43-44页 |
| ·邮件头Field 结构 | 第44-45页 |
| ·邮件解码算法 | 第45-47页 |
| ·邮件中文分词 | 第47-48页 |
| ·特征提取模块 | 第48-53页 |
| ·数据准备过程 | 第48-51页 |
| ·特征提取的实现 | 第51-53页 |
| ·分类器训练 | 第53-56页 |
| ·邮件向量表示模块 | 第53-54页 |
| ·各词中心权值表示模块 | 第54-55页 |
| ·阀值确定模块 | 第55-56页 |
| ·分类器的实现 | 第56-60页 |
| ·待分类邮件向量表示的实现 | 第56-58页 |
| ·改进的简单向量距离算法的实现 | 第58-60页 |
| ·实验数据分析 | 第60-62页 |
| ·分类测试结果分析 | 第60-61页 |
| ·本系统实验结果评估 | 第61-62页 |
| ·小结 | 第62-63页 |
| 第六章 结束语 | 第63-65页 |
| ·本人所作的主要工作及贡献 | 第63页 |
| ·下一步的工作 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 在学期间的研究成果及发表的学术论文 | 第69页 |