| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景及意义 | 第15页 |
| 1.2 垃圾邮件拦截的研究现状 | 第15-17页 |
| 1.3 论文的主要研究内容 | 第17页 |
| 1.4 论文的组织结构 | 第17-19页 |
| 第二章 电子邮件和文本分类相关技术 | 第19-33页 |
| 2.1 邮件工作原理 | 第19-21页 |
| 2.1.1 电子邮件工作原理 | 第19页 |
| 2.1.2 垃圾邮件拦截技术 | 第19-21页 |
| 2.2 文本分类概述 | 第21-25页 |
| 2.2.1 文本分类的定义 | 第21-22页 |
| 2.2.2 分类技术的应用领域 | 第22-23页 |
| 2.2.3 文本的表示 | 第23-24页 |
| 2.2.4 特征赋权 | 第24-25页 |
| 2.2.5 经典特征权重 | 第25页 |
| 2.3 特征选择 | 第25-28页 |
| 2.3.1 文档频率 | 第26页 |
| 2.3.2 互信息 | 第26-27页 |
| 2.3.3 χ~2统计量 | 第27-28页 |
| 2.4 自动文本分类的过程 | 第28-29页 |
| 2.5 分类器的评价标准 | 第29-31页 |
| 2.5.1 召回率与查准率 | 第30-31页 |
| 2.5.2 F_β值 | 第31页 |
| 2.6 总结 | 第31-33页 |
| 第三章 贝叶斯分类器 | 第33-39页 |
| 3.1 引言 | 第33页 |
| 3.2 贝叶斯算法原理 | 第33-35页 |
| 3.2.1 条件概率 | 第33页 |
| 3.2.2 贝叶斯公式 | 第33-34页 |
| 3.2.3 贝叶斯算法与分类器 | 第34-35页 |
| 3.3 贝叶斯分类器模型 | 第35-37页 |
| 3.3.1 朴素贝叶斯(Naive Bayesian Classifier) | 第35-36页 |
| 3.3.2 TAN分类器 | 第36-37页 |
| 3.4 贝叶斯分类过程 | 第37-38页 |
| 3.5 总结 | 第38-39页 |
| 第四章 邮件拦截系统的分析与设计 | 第39-51页 |
| 4.1 垃圾邮件拦截系统总体布局 | 第39-40页 |
| 4.2 基于内容的垃圾邮件拦截部分 | 第40-44页 |
| 4.2.1 基于内容的垃圾邮件拦截原理 | 第40-42页 |
| 4.2.2 基于内容的垃圾邮件拦截模块设计 | 第42-44页 |
| 4.3 系统各个模块具体设计 | 第44-49页 |
| 4.3.1 系统预处理模块 | 第44-46页 |
| 4.3.2 分类器训练模块 | 第46-47页 |
| 4.3.3 邮件的分类模块 | 第47-49页 |
| 4.4 总结 | 第49-51页 |
| 第五章 系统的实现及测试实验 | 第51-61页 |
| 5.1 系统各个模块的实现 | 第51-56页 |
| 5.1.1 预处理模块的实现 | 第51-55页 |
| 5.1.2 分类器训练模块 | 第55页 |
| 5.1.3 垃圾邮件分类模块 | 第55-56页 |
| 5.2 系统的测试实验 | 第56-59页 |
| 5.2.1 实验环境及数据集介绍 | 第56页 |
| 5.2.2 系统测试及结果分析 | 第56-59页 |
| 5.3 总结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61页 |
| 6.2 下一步展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69页 |