云计算在基于贝叶斯分类的垃圾短信过滤中的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景和意义 | 第9页 |
| ·垃圾短信 | 第9-11页 |
| ·垃圾短信的定义 | 第9-10页 |
| ·垃圾短信的特点及分类 | 第10页 |
| ·垃圾短信产生原因 | 第10-11页 |
| ·垃圾短信危害 | 第11页 |
| ·垃圾短信整治现状 | 第11-13页 |
| ·国外整治现状 | 第11-12页 |
| ·国内整治现状 | 第12页 |
| ·现有的过滤技术 | 第12-13页 |
| ·本文工作 | 第13-14页 |
| ·章节安排 | 第14-15页 |
| 第二章 云计算技术 | 第15-35页 |
| ·云计算技术简介 | 第15-23页 |
| ·云计算的定义 | 第15-16页 |
| ·云计算技术的产生 | 第16-17页 |
| ·云计算演进过程 | 第17-19页 |
| ·云计算技术特点 | 第19-21页 |
| ·云计算技术分类 | 第21-22页 |
| ·云计算核心技术 | 第22-23页 |
| ·Hadoop 云计算 | 第23页 |
| ·MapReduce | 第23-26页 |
| ·MapReduce 理论基础 | 第23-24页 |
| ·MapReduce 编程模型实现 | 第24-26页 |
| ·HDFS | 第26-31页 |
| ·HDFS 服务器分类 | 第28页 |
| ·HDFS 服务器间的协议 | 第28-29页 |
| ·文件的读取写入 | 第29-31页 |
| ·HBase 简介 | 第31-34页 |
| ·HBase 记录模型 | 第31-33页 |
| ·HBase 的服务组成 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 贝叶斯文本分类与短信过滤 | 第35-47页 |
| ·文本挖掘的定义 | 第35-36页 |
| ·文本挖掘过程 | 第36-37页 |
| ·文本预处理 | 第37-42页 |
| ·文本分词技术 | 第37-39页 |
| ·噪声处理 | 第39-40页 |
| ·文本特征表示 | 第40-41页 |
| ·特征选择 | 第41-42页 |
| ·垃圾短信过滤技术 | 第42-44页 |
| ·基于黑白名单过滤 | 第42页 |
| ·基于规则过滤 | 第42-43页 |
| ·基于关键词过滤 | 第43页 |
| ·基于内容过滤 | 第43-44页 |
| ·贝叶斯文本分类 | 第44-46页 |
| ·贝叶斯文本分类原理 | 第44-45页 |
| ·贝叶斯过滤的反馈学习 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于云计算的短信过滤器实现 | 第47-67页 |
| ·方案总体分析设计 | 第47-48页 |
| ·分类器构建 | 第48-59页 |
| ·分词工具选择 | 第49-50页 |
| ·基于MapReduce 分词实现 | 第50-54页 |
| ·短信样本存储 | 第54-56页 |
| ·短信特征向量计算 | 第56-58页 |
| ·样本更新及数量存储问题 | 第58-59页 |
| ·短信分类过滤 | 第59-64页 |
| ·首轮MapReduce 过程 | 第59-62页 |
| ·第二轮MapReduce 过程 | 第62-64页 |
| ·实验与分析 | 第64-66页 |
| ·实验环境的搭建 | 第64页 |
| ·实验结果评价标准 | 第64-65页 |
| ·实验结果及分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
