智能垃圾邮件过滤系统贝叶斯过滤器的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·背景 | 第9-10页 |
| ·电子邮件工作机制 | 第10-12页 |
| ·电子邮件系统 | 第10-11页 |
| ·电子邮件传送机制 | 第11-12页 |
| ·垃圾邮件产生原因分析 | 第12页 |
| ·反垃圾邮件技术简介 | 第12-15页 |
| ·垃圾邮件过滤技术原理与机制 | 第13-14页 |
| ·贝叶斯理论的应用 | 第14-15页 |
| ·本课题的主要成果和论文结构 | 第15-17页 |
| 第二章 基于贝叶斯理论的邮件过滤 | 第17-27页 |
| ·整体概述 | 第17页 |
| ·贝叶斯定理 | 第17-19页 |
| ·文档向量空间模型 | 第19-23页 |
| ·特征项提取 | 第19-21页 |
| ·特征项权值 | 第21-23页 |
| ·贝叶斯分类 | 第23-25页 |
| ·朴素贝叶斯模型 | 第23-24页 |
| ·特征项事件模型 | 第24-25页 |
| ·贝叶斯算法的具体实现步骤 | 第25-26页 |
| ·本章小节 | 第26-27页 |
| 第三章 智能垃圾邮件过滤系统的设计 | 第27-34页 |
| ·垃圾邮件过滤系统总体结构 | 第27-28页 |
| ·贝叶斯过滤器设计 | 第28-30页 |
| ·贝叶斯过滤器组件目标 | 第29页 |
| ·过滤器组件系统框架 | 第29-30页 |
| ·贝叶斯过滤器模块划分 | 第30-33页 |
| ·邮件解析模块 | 第31页 |
| ·邮件分词模块 | 第31页 |
| ·参数配置模块 | 第31-32页 |
| ·邮件过滤模块 | 第32-33页 |
| ·反馈学习模块 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 贝叶斯过滤器的实现 | 第34-56页 |
| ·邮件解析模块 | 第34-40页 |
| ·电子邮件标准 | 第34-37页 |
| ·获取邮件文本信息 | 第37-40页 |
| ·参数配置模块 | 第40-41页 |
| ·邮件过滤模块 | 第41-52页 |
| ·提取特征项 | 第41页 |
| ·特征项降维处理 | 第41-42页 |
| ·数据的存储 | 第42-46页 |
| ·贝叶斯分类器训练 | 第46-49页 |
| ·对邮件分类模块 | 第49-52页 |
| ·反馈学习模块 | 第52-53页 |
| ·实验结果 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 总结 | 第56-59页 |
| ·分析总结 | 第56-57页 |
| ·后续工作 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 硕士期间发表和已录用的文章 | 第62页 |
