基于内容的垃圾邮件过滤技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 法律法规的建立 | 第11-12页 |
| 1.2.2 电子邮件协议的改进 | 第12页 |
| 1.2.3 接收端过滤技术 | 第12-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 2 基于内容的垃圾邮件过滤技术综述 | 第17-31页 |
| 2.1 电子邮件的结构 | 第17-19页 |
| 2.2 基于内容的的垃圾邮件过滤系统流程 | 第19-20页 |
| 2.3 特征表示 | 第20-22页 |
| 2.3.1 分词 | 第20-21页 |
| 2.3.2 去停用词 | 第21页 |
| 2.3.3 文本表示 | 第21-22页 |
| 2.4 降维方法 | 第22-25页 |
| 2.4.1 特征选择 | 第22-24页 |
| 2.4.2 特征抽取 | 第24-25页 |
| 2.5 分类方法 | 第25-27页 |
| 2.6 评价标准 | 第27-29页 |
| 2.7 本章小结 | 第29-31页 |
| 3 基于间隔式滑动窗口的中文分词方法 | 第31-40页 |
| 3.1 邮件文本现状 | 第31页 |
| 3.2 常用的中文分词方法 | 第31-34页 |
| 3.2.1 词典分词方法 | 第32-33页 |
| 3.2.2 理解分词方法 | 第33-34页 |
| 3.2.3 统计分词方法 | 第34页 |
| 3.2.4 组合分词方法 | 第34页 |
| 3.3 基于间隔式滑动窗口的分词方法 | 第34-38页 |
| 3.3.1 滑动窗口技术 | 第35-36页 |
| 3.3.2 间隔式滑动窗口分词方法 | 第36-38页 |
| 3.4 实验 | 第38-39页 |
| 3.4.1 实验环境 | 第38页 |
| 3.4.2 数据集 | 第38页 |
| 3.4.3 实验及结果分析 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 基于特征贡献比的互信息特征选择方法 | 第40-49页 |
| 4.1 文本特征降维分析 | 第40-41页 |
| 4.2 邮件特征选择的特点 | 第41-43页 |
| 4.3 基于特征贡献比的互信息特征选择方法 | 第43-46页 |
| 4.3.1 互信息特征选择方法 | 第43-44页 |
| 4.3.2 改进的互信息特征选择方法 | 第44-46页 |
| 4.4 实验 | 第46-48页 |
| 4.4.1 实验环境 | 第46页 |
| 4.4.2 数据集 | 第46页 |
| 4.4.3 实验及结果分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 改进的ROC-SVM算法 | 第49-62页 |
| 5.1 数据不均衡性及其常用的处理方法 | 第49-50页 |
| 5.1.1 改进分类算法 | 第49-50页 |
| 5.1.2 重构数据集 | 第50页 |
| 5.2 ROC-SVM算法 | 第50-54页 |
| 5.2.1 WMW统计量 | 第51页 |
| 5.2.2 AUC值 | 第51-52页 |
| 5.2.3 ROC-SVM算法 | 第52-54页 |
| 5.3 改进的ROC-SVM算法 | 第54-58页 |
| 5.3.1 L_1范数正则化 | 第55-56页 |
| 5.3.2 L_1范数正则化ROC-SVM | 第56-58页 |
| 5.4 实验 | 第58-61页 |
| 5.4.1 实验环境 | 第58页 |
| 5.4.2 数据集 | 第58页 |
| 5.4.3 实验及结果分析 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62-63页 |
| 6.2 进一步的工作展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-71页 |
| 攻读硕士期间完成的学术论文和科研项目 | 第71-73页 |
| 一、发表学术论文 | 第71页 |
| 二、参加科研项目 | 第71-73页 |
