首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于用户个性特征的短信过滤算法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 选题背景及意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 研究内容第12-13页
    1.4 论文结构组织第13-15页
第2章 基于App分类的用户特征建模第15-26页
    2.1 App分类方法第15-21页
        2.1.1 处理App名称乱码第15-17页
        2.1.2 根据App名称在应用市场上爬取类别第17-19页
        2.1.3 对市场上未爬取到类别的App进行分类第19-21页
    2.2 基于App分类信息的用户特征模型第21-23页
    2.3 用户特征模型调整方法第23-24页
    2.4 本章小结第24-26页
第3章 基于用户对现存短信操作的用户特征模型第26-37页
    3.1 短信预处理第26-28页
        3.1.1 中文分词第26-27页
        3.1.2 去除停用词第27页
        3.1.3 文本表示第27-28页
        3.1.4 特征选取第28页
    3.2 基于用户对现有短信操作的用户特征模型第28-33页
    3.3 用户特征模型调整方法第33-36页
    3.4 本章小结第36-37页
第4章 基于用户特征的短信过滤算法的设计与实现第37-51页
    4.1 基于用户特征的短信过滤算法第37-39页
    4.2 系统功能需求分析第39页
    4.3 整体框架设计第39-40页
    4.4 系统功能模块第40-49页
        4.4.1 数据收集子系统第40-42页
        4.4.2 数据预处理子系统第42-43页
        4.4.3 分类器训练及更新子系统第43-44页
        4.4.4 基于用户对现有短信操作的用户特征模型建立子系统第44-45页
        4.4.5 短信过滤子系统第45-47页
        4.4.6 短信管理软件运行结果展示及反馈子系统第47-49页
    4.5 本章小结第49-51页
第5章 测试与分析第51-60页
    5.1 测试环境第51-52页
    5.2 实验数据集第52页
    5.3 实验评价标准第52-53页
    5.4 兴趣度阈值T取值分析第53-55页
    5.5 短信过滤实验结果及分析第55-59页
    5.6 本章小结第59-60页
第6章 总结和展望第60-62页
    6.1 总结第60页
    6.2 展望第60-62页
致谢第62-63页
参考文献第63-66页
研究生期间发表论文第66页

论文共66页,点击 下载论文
上一篇:基于K-匿名技术的数据发布隐私保护方法研究
下一篇:基于图像内容的车辆检索研究与应用