| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·研究背景和意义 | 第9-12页 |
| ·垃圾邮件的概念和产生来源 | 第10页 |
| ·垃圾邮件的危害 | 第10-11页 |
| ·文本情感计算的主要研究领域 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·反垃圾邮件技术研究现状 | 第12-14页 |
| ·基于内容的邮件过滤技术研究现状 | 第14-16页 |
| ·文本情感分类的应用现状 | 第16-17页 |
| ·本文的主要工作 | 第17页 |
| ·论文的组织安排 | 第17-19页 |
| 2 邮件过滤系统 | 第19-32页 |
| ·电子邮件工作原理 | 第19-23页 |
| ·电子邮件系统的基本协议 | 第19-20页 |
| ·标准邮件格式特征分析 | 第20-22页 |
| ·TCP/IP体系结构 | 第22-23页 |
| ·邮件过滤方法 | 第23-26页 |
| ·基于地址的邮件过滤方法 | 第24-25页 |
| ·基于内容的邮件过滤方法 | 第25-26页 |
| ·反垃圾邮件研究 | 第26-30页 |
| ·非技术手段反垃圾邮件 | 第26-27页 |
| ·技术手段反垃圾邮件 | 第27-30页 |
| ·垃圾邮件过滤与文本情感分类 | 第30-31页 |
| ·反馈学习技术 | 第31-32页 |
| 3 文本情感分类算法的研究与分析 | 第32-50页 |
| ·文本情感分析 | 第32-43页 |
| ·情感的经典理论 | 第32-33页 |
| ·关键词的抽取算法 | 第33-34页 |
| ·真实文本评测值的获取 | 第34-43页 |
| ·文本情感倾向的确定 | 第43页 |
| ·中文句式分析 | 第43-45页 |
| ·单句情感计算 | 第44页 |
| ·复句情感计算 | 第44-45页 |
| ·文本内容识别系统 | 第45-50页 |
| ·特定领域中三类关键词的抽取 | 第45-46页 |
| ·关键词的识别 | 第46-47页 |
| ·语料学习过程 | 第47-48页 |
| ·真实文本识别过程 | 第48页 |
| ·阈值的设定 | 第48-50页 |
| 4 垃圾邮件过滤技术研究 | 第50-65页 |
| ·中文分词 | 第50-53页 |
| ·中文分词的概念和重要性 | 第50页 |
| ·中文分词的规范 | 第50-51页 |
| ·去除停用词 | 第51页 |
| ·中文分词的主要方法 | 第51-53页 |
| ·文本特征项的选择与提取 | 第53-56页 |
| ·文本信息的表示 | 第56-58页 |
| ·布尔模型(Boolean Model) | 第56-57页 |
| ·概率模型(Probabistic Model) | 第57页 |
| ·向量空间模型(Vector Space Model) | 第57-58页 |
| ·基于内容的邮件文本分类方法 | 第58-62页 |
| ·基于规则的过滤方法 | 第59-60页 |
| ·基于统计的过滤方法 | 第60-62页 |
| ·邮件过滤常用语料库 | 第62-65页 |
| ·PU1语料 | 第62-63页 |
| ·Ling-Spam语料 | 第63-64页 |
| ·Spam Assassin语料 | 第64页 |
| ·Spambase语料 | 第64-65页 |
| 5 客户端邮件过滤系统的设计与实现 | 第65-76页 |
| ·设计目标 | 第65页 |
| ·系统总体设计 | 第65-66页 |
| ·开发环境介绍 | 第65-66页 |
| ·实验平台搭建 | 第66页 |
| ·系统框架图 | 第66页 |
| ·系统实现 | 第66-73页 |
| ·系统的实现步骤 | 第67页 |
| ·基于POP3协议的邮件接收器 | 第67-68页 |
| ·文本情感分析模块 | 第68-69页 |
| ·文本文件分析模块 | 第69-71页 |
| ·语料学习模块 | 第71-73页 |
| ·实验结果及分析 | 第73-76页 |
| ·垃圾邮件过滤系统评价体系 | 第73-74页 |
| ·实验结果及分析 | 第74-76页 |
| 6 总结与展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 在学研究成果 | 第80-81页 |
| 致谢 | 第81页 |