| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·垃圾邮件发展历史 | 第9-10页 |
| ·垃圾邮件泛滥的原因及危害 | 第10-11页 |
| ·垃圾邮件现状 | 第11-13页 |
| 2 知识发现中分类问题 | 第13-20页 |
| ·KDD 的定义及研究现状 | 第13-15页 |
| ·KDD 的主要任务 | 第15-16页 |
| ·KDD 的分类问题 | 第16-19页 |
| ·分类问题的定义 | 第16-17页 |
| ·几种主要的分类模型 | 第17-19页 |
| ·小结 | 第19-20页 |
| 3 反垃圾邮件技术描述 | 第20-31页 |
| ·IP 层的反垃圾邮件技术 | 第20-21页 |
| ·SMTP 层的反垃圾邮件技术 | 第21-22页 |
| ·基于内容过滤技术 | 第22-26页 |
| ·基于规则的方法 | 第23-25页 |
| ·基于统计的方法 | 第25-26页 |
| ·垃圾邮件内容过滤中常用的语料库 | 第26-28页 |
| ·PU 系列语料 | 第26-27页 |
| ·Ling-Spam 语料 | 第27页 |
| ·其它语料 | 第27-28页 |
| ·评价体系 | 第28-30页 |
| ·小结 | 第30-31页 |
| 4 反垃圾邮件中贝叶斯技术应用研究 | 第31-50页 |
| ·贝叶斯理论 | 第31-34页 |
| ·贝叶斯概述 | 第31-33页 |
| ·贝叶斯定义及相关概念 | 第33-34页 |
| ·贝叶斯网络模型(BAYESIAN NETWORKS,BNS) | 第34-44页 |
| ·朴素贝叶斯分类模型(NBC)及其提升(BoostedNBC) | 第36-39页 |
| ·半朴素贝叶斯分类模型(SNBC) | 第39-40页 |
| ·树扩展朴素贝叶斯网络分类器及其变化模型 | 第40-42页 |
| ·增量贝叶斯分类模型 | 第42-44页 |
| ·基于朴素贝叶斯方法的反垃圾邮件模型的设计 | 第44-47页 |
| ·阈值 | 第47-49页 |
| ·小结 | 第49-50页 |
| 5 贝叶斯参数估计在反垃圾邮件中的应用 | 第50-65页 |
| ·贝叶斯网络学习 | 第50-52页 |
| ·贝叶斯估计原理 | 第52-55页 |
| ·基于贝叶斯参数估计的反垃圾邮件模型设计 | 第55-59页 |
| ·邮件过滤试验结果与比较 | 第59-64页 |
| ·小结 | 第64-65页 |
| 6 结论 | 第65-67页 |
| 攻读硕士学位期间发表的论文 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |