基于内容的垃圾邮件过滤技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文研究工作及论文内容安排 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 基于内容的垃圾邮件过滤技术 | 第14-19页 |
| ·垃圾邮件过滤技术的研究方向 | 第14-15页 |
| ·法律法规的完善 | 第14页 |
| ·邮件协议的改进 | 第14-15页 |
| ·接收端的过滤技术 | 第15页 |
| ·基于内容的过滤技术 | 第15-18页 |
| ·邮件预处理 | 第16-17页 |
| ·文本分类 | 第17-18页 |
| ·结果处理 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第3章 邮件分词算法 | 第19-29页 |
| ·提取邮件文本 | 第19-20页 |
| ·垃圾邮件过滤中的中文分词 | 第20-27页 |
| ·常用的中文分词算法 | 第21-23页 |
| ·增加分词预处理环节 | 第23-24页 |
| ·改进的分词算法 | 第24-25页 |
| ·分词工具及测试 | 第25-27页 |
| ·文本表示 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 特征选择 | 第29-41页 |
| ·特征选择方法及其在邮件过滤中的应用 | 第29-32页 |
| ·文档频率 | 第29-30页 |
| ·CHI统计 | 第30页 |
| ·信息增益 | 第30-31页 |
| ·互信息 | 第31页 |
| ·邮件过滤中特征选择的特点 | 第31-32页 |
| ·互信息算法研究及改进 | 第32-39页 |
| ·互信息算法用于垃圾邮件过滤的分析 | 第32-34页 |
| ·改进的互信息算法 | 第34-36页 |
| ·算法描述 | 第36页 |
| ·仿真实验及结果 | 第36-39页 |
| ·本章小结 | 第39-41页 |
| 第5章 基于贝叶斯的邮件分类 | 第41-56页 |
| ·分类算法 | 第41-48页 |
| ·常用的分类算法 | 第41-44页 |
| ·bayes分类算法分析 | 第44-46页 |
| ·bayes分类算法在邮件过滤中的应用 | 第46-48页 |
| ·评价体系 | 第48页 |
| ·分类实验及结果 | 第48-53页 |
| ·垃圾邮件最终处理方式 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 总结与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63页 |
