一种基于贝叶斯分类的邮件网络协同过滤算法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-13页 |
| 1.1.1 垃圾邮件的定义 | 第9-10页 |
| 1.1.2 垃圾邮件特征与类型 | 第10页 |
| 1.1.3 垃圾邮件的泛滥 | 第10-12页 |
| 1.1.4 垃圾邮件过滤的意义 | 第12-13页 |
| 1.2 垃圾邮件过滤技术 | 第13-16页 |
| 1.2.1 垃圾邮件过滤技术的发展历程 | 第13-14页 |
| 1.2.2 国内外研究现状 | 第14-16页 |
| 1.3 论文主要研究内容 | 第16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第2章 相关理论与技术 | 第18-34页 |
| 2.1 向量空间模型 | 第18-19页 |
| 2.2 特征项 | 第19-24页 |
| 2.2.1 特征项的定义 | 第19-20页 |
| 2.2.2 特征项的选择 | 第20-21页 |
| 2.2.3 特征项的抽取 | 第21-22页 |
| 2.2.4 特征项的权值 | 第22-24页 |
| 2.3 向量空间模型的降维处理 | 第24-26页 |
| 2.4 中文分词技术 | 第26-29页 |
| 2.4.1 基于字符串匹配的分词方法 | 第27-28页 |
| 2.4.2 基于统计的分词方法 | 第28-29页 |
| 2.4.3 基于理解的分词方法 | 第29页 |
| 2.5 朴素贝叶斯算法 | 第29-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 一种基于贝叶斯分类的邮件网络协同过滤算法 | 第34-45页 |
| 3.1 问题的提出 | 第34-35页 |
| 3.2 基于贝叶斯分类的邮件网络协同过滤算法 | 第35-44页 |
| 3.2.1 算法基本思想 | 第35-36页 |
| 3.2.2 算法实现 | 第36-43页 |
| 3.2.3 算法框架 | 第43-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第4章 实验及结果分析 | 第45-54页 |
| 4.1 实验环境 | 第45-46页 |
| 4.1.1 实验数据集 | 第45-46页 |
| 4.1.2 实验平台 | 第46页 |
| 4.2 实验评价标准 | 第46-47页 |
| 4.3 实验方案 | 第47-48页 |
| 4.4 实验结果分析 | 第48-53页 |
| 4.5 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |
