文本挖掘在垃圾邮件过滤中的应用研究

摘要	第1-6页
Abstract	第6-9页
第1章 导论	第9-13页
·研究意义	第9-10页
·研究内容及主要创新点	第10页
·国内外研究综述	第10-12页
·本文结构安排	第12-13页
第2章 文本挖掘研究综述	第13-25页
·文本挖掘的定义及一般过程	第13页
·文本挖掘的定义	第13页
·文本挖掘的一般过程	第13页
·文本挖掘与搜索引擎的联系与区别	第13-14页
·预处理	第14-21页
·分词	第14-17页
·特征表示	第17-19页
·特征选择	第19-21页
·文本分类	第21-23页
·本章小结	第23-25页
第3章 文本分类在垃圾邮件过滤中的应用	第25-40页
·垃圾邮件基本介绍	第25-27页
·垃圾邮件的定义、特点	第25-26页
·垃圾邮件的危害	第26-27页
·垃圾邮件的防范	第27页
·垃圾邮件过滤基本介绍	第27-28页
·垃圾邮件过滤的定义	第27-28页
·垃圾邮件过滤方法介绍	第28页
·基于统计的垃圾邮件过滤算法介绍	第28-38页
·贝叶斯分类算法	第29-31页
·基于决策风险最小化的贝叶斯垃圾邮件过滤	第31-32页
·KNN 垃圾邮件过滤算法	第32-33页
·基于向量聚合的改进的KNN 过滤算法	第33-34页
·SVM 方法简介	第34-37页
·基于网格搜索的参数优化方式	第37-38页
·基于规则的垃圾邮件过滤算法	第38-39页
·本章小结	第39-40页
第4章 实验结果和性能评价	第40-49页
·实验样本	第40页
·实验结果评价指标	第40-41页
·文本挖掘应用到垃圾邮件过滤中主要步骤	第41-42页
·过滤算法比较及结果展示	第42-47页
·贝叶斯过滤算法结果展示	第42-43页
·经典与改进KNN 过滤算法比较及结果展示	第43-46页
·logitboost 及SVM 分类结果展示	第46-47页
·本章小结	第47-49页
第5章 总结与讨论	第49-51页
·研究内容与方法	第49页
·研究的不足	第49-51页
参考文献	第51-54页
致谢	第54页