基于贝叶斯算法的垃圾邮件过滤研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
第一章 绪论 | 第8-16页 |
·研究背景 | 第8-10页 |
·垃圾邮件的历史概述 | 第10-14页 |
·什么是垃圾邮件 | 第10-11页 |
·垃圾邮件的背景 | 第11-14页 |
·本课题研究的意义及内容安排 | 第14-16页 |
·本课题研究的意义 | 第14页 |
·本课题研究的内容及章节安排 | 第14-16页 |
第二章 反垃圾邮件技术现状 | 第16-30页 |
·反垃圾邮件技术的发展历程 | 第16-17页 |
·目前国内外垃圾邮件过滤技术的研究现状 | 第17-30页 |
·电子邮件系统的基本组成及相关协议 | 第17-21页 |
·电子邮件系统的基本原理 | 第21-23页 |
·当前垃圾邮件过滤的主要技术方法 | 第23-30页 |
第三章 贝叶斯算法在垃圾邮件过滤中的研究 | 第30-48页 |
·贝叶斯公式的定义和相关概念 | 第30-31页 |
·贝叶斯算法在垃圾邮件过滤中的研究 | 第31-42页 |
·贝叶斯算法的基本思想 | 第31-33页 |
·贝叶斯算法的综合比较 | 第33-41页 |
·朴素贝叶斯算法的优点和局限性 | 第41-42页 |
·贝叶斯算法的改进 | 第42-48页 |
第四章 模型的设计及实验结果分析 | 第48-60页 |
·邮件样本集的选取 | 第48页 |
·过滤模型的设计 | 第48-52页 |
·中文分词方法的选择 | 第49-50页 |
·特征选取 | 第50-51页 |
·基于认知学习的最小风险贝叶斯分类算法的模型建立 | 第51-52页 |
·训练过程的基本步骤 | 第52-54页 |
·分类过程的设计与实现 | 第54-56页 |
·实验结果和性能评价 | 第56-60页 |
·性能评价方法 | 第56-57页 |
·实验结果 | 第57-60页 |
第五章 结论及展望 | 第60-63页 |
·结论 | 第60页 |
·展望 | 第60-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-68页 |
攻读硕士期间发表的论文及所取得的研究成果 | 第68页 |