| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 垃圾短信研究背景 | 第9-12页 |
| 1.2 垃圾短信分类技术的研究现状及意义 | 第12-14页 |
| 1.2.1 垃圾短信分类方式及途径 | 第12-13页 |
| 1.2.2 垃圾短信分类的意义 | 第13-14页 |
| 1.3 主要研究工作和创新点 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 数据挖掘及分类相关技术概述 | 第16-29页 |
| 2.1 数据挖掘技术的研究及发展趋势 | 第16-20页 |
| 2.1.1 数据挖掘的定义 | 第16-19页 |
| 2.1.2 数据挖掘的问题 | 第19页 |
| 2.1.3 数据挖掘的趋势 | 第19-20页 |
| 2.2 数据挖掘中的分类问题 | 第20-23页 |
| 2.2.1 文本类常用分类方法 | 第20-22页 |
| 2.2.2 分类与聚类的区别 | 第22-23页 |
| 2.3 贝叶斯理论 | 第23-25页 |
| 2.4 朴素贝叶斯算法 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 垃圾短信分类系统的设计 | 第29-43页 |
| 3.1 垃圾短信分类系统设计考虑的因素 | 第29-30页 |
| 3.2 垃圾短信分类系统模块 | 第30-32页 |
| 3.3 含变体词信息的分词的提取 | 第32-38页 |
| 3.3.1 分词技术 | 第33页 |
| 3.3.2 分词技术研究现状 | 第33-36页 |
| 3.3.3 针对垃圾短信(含变体词内容)的分词提取方法 | 第36-38页 |
| 3.4 基于贝叶斯算法的多级分类方法 | 第38-41页 |
| 3.4.1 概念介绍 | 第38-39页 |
| 3.4.2 贝叶斯算法的多级分类方法 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 垃圾短信分类系统实现及评估 | 第43-55页 |
| 4.1 实验平台 | 第43-46页 |
| 4.1.1 操作系统: Ubuntu | 第43-44页 |
| 4.1.2 编程语言: Java | 第44-45页 |
| 4.1.3 数据库: MySQL | 第45-46页 |
| 4.1.4 开发环境: Netbeans | 第46页 |
| 4.2 分词提取测试及分析 | 第46-48页 |
| 4.3 分类结果多级测试及分析 | 第48-50页 |
| 4.4 系统评估 | 第50-54页 |
| 4.4.1 评估指标的介绍 | 第50-51页 |
| 4.4.2 系统评估结果 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |