基于内容的垃圾邮件过滤技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-16页 |
| ·问题的提出 | 第9-11页 |
| ·垃圾邮件的定义 | 第9页 |
| ·垃圾邮件的危害 | 第9-10页 |
| ·研究的背景及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·在基于规则的内容过滤方法研究方面 | 第12-14页 |
| ·国内研究状况分析 | 第14-15页 |
| ·论文的主要内容及章节安排 | 第15-16页 |
| 第二章 文本数据挖掘技术 | 第16-29页 |
| ·数据挖掘与文本数据挖掘 | 第16-18页 |
| ·数据挖掘介绍 | 第16-17页 |
| ·文本数据挖掘 | 第17-18页 |
| ·文本数据挖掘目的 | 第18-19页 |
| ·文本分类技术应用研究 | 第19-27页 |
| ·文本分类方法概述 | 第19-21页 |
| ·文本分类主要算法的基本概念和基本原理 | 第21-27页 |
| ·垃圾邮件与文本分类 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 邮件文本的分类技术 | 第29-38页 |
| ·过滤系统的总体设计思路 | 第29页 |
| ·中文分词概念 | 第29-31页 |
| ·分词方法 | 第31-33页 |
| ·基于词典的字符串匹配分词方法 | 第31-32页 |
| ·基于理解的分词方法 | 第32页 |
| ·基于统计的分词方法 | 第32页 |
| ·本文中分词采用的方法 | 第32-33页 |
| ·文本分类中常用特征值的提取方法 | 第33-36页 |
| ·文档频率 | 第34页 |
| ·互信息量 | 第34-35页 |
| ·信息增益 | 第35-36页 |
| ·相对嫡法 | 第36页 |
| ·本文提出的特征选取算法 | 第36页 |
| ·文本的表示 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 多分类器组合的过滤系统设计 | 第38-49页 |
| ·分类器组合的方法 | 第38-40页 |
| ·Bagging 与Boosting | 第38-40页 |
| ·投票表决法和加权投票法 | 第40页 |
| ·邮件过滤系统的设计 | 第40-42页 |
| ·单一分类器的实现 | 第42-45页 |
| ·贝叶斯算法 | 第42-43页 |
| ·朴素贝叶斯算法 | 第43-44页 |
| ·KNN 算法 | 第44-45页 |
| ·基于汉明距离的KNN 算法 | 第45页 |
| ·组合过滤器的实现 | 第45-48页 |
| ·中文分词的设计 | 第46-48页 |
| ·垃圾邮件算法步骤 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 实验测试及结果分析 | 第49-53页 |
| ·系统实验测试 | 第49-51页 |
| ·邮件语料库 | 第49页 |
| ·测试平台总体设计 | 第49页 |
| ·测试环境 | 第49-50页 |
| ·测试评估指标 | 第50-51页 |
| ·实验结果及分析 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·今后的工作 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
