| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 邮件分类算法的国内外研究历史与现状 | 第11-12页 |
| 1.3 本文的主要研究内容和贡献 | 第12-13页 |
| 1.4 本论文的结构安排 | 第13-14页 |
| 第二章 邮件分类算法基础 | 第14-29页 |
| 2.1 数据集预处理 | 第14-16页 |
| 2.1.1 英文分词算法 | 第14页 |
| 2.1.2 向量空间模型 | 第14-16页 |
| 2.2 邮件分类的数据挖掘算法 | 第16-22页 |
| 2.2.1 朴素贝叶斯算法 | 第16-17页 |
| 2.2.2 决策树算法 | 第17-20页 |
| 2.2.2.1 特征选择 | 第17-18页 |
| 2.2.2.2 决策树的生成算法 | 第18-19页 |
| 2.2.2.3 剪枝 | 第19-20页 |
| 2.2.3 支持向量机算法 | 第20-22页 |
| 2.2.3.1 线性可分支持向量机 | 第20-21页 |
| 2.2.3.2 非线性可分支持向量机 | 第21-22页 |
| 2.3 矩阵分解 | 第22-25页 |
| 2.3.1 特征值分解 | 第22-24页 |
| 2.3.2 奇异值分解 | 第24-25页 |
| 2.4 评价体系 | 第25-28页 |
| 2.4.1 F1-Measure | 第25-26页 |
| 2.4.2 ROC曲线 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 邮件分类的预处理 | 第29-42页 |
| 3.1 邮件解析 | 第29-30页 |
| 3.2 空间向量模型生成 | 第30-34页 |
| 3.2.1 邮件分词 | 第31-32页 |
| 3.2.2 特征筛选 | 第32-33页 |
| 3.2.3 单词权重计算 | 第33-34页 |
| 3.3 邮件去重 | 第34-36页 |
| 3.4 数据采样 | 第36-38页 |
| 3.5 数据降维 | 第38-41页 |
| 3.5.1 传统的SVD降维 | 第38-39页 |
| 3.5.2 多级SVD降维 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于用户行为关系和内容的邮件分类算法的设计 | 第42-57页 |
| 4.1 基于邮件内容的多层次邮件分类算法 | 第42-54页 |
| 4.1.1 第一级分类器构建 | 第44-50页 |
| 4.1.1.1 基于朴素贝叶斯算法的邮件分类算法 | 第44-46页 |
| 4.1.1.2 基于支持向量机的邮件分类算法 | 第46-47页 |
| 4.1.1.3 基于C4.5 决策树的邮件分类算法 | 第47-50页 |
| 4.1.2 第二级分类器构建 | 第50-53页 |
| 4.1.2.1 随机森林的抽样 | 第51-52页 |
| 4.1.2.2 随机森林子决策树的构建 | 第52-53页 |
| 4.1.3 第三级分类器构建 | 第53-54页 |
| 4.2 基于用户行为的邮件分类 | 第54-55页 |
| 4.3 基于用户行为和邮件内容的邮件分类算法 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 实验结果及分析 | 第57-73页 |
| 5.1 数据预处理 | 第57-61页 |
| 5.1.1 邮件解析 | 第57-58页 |
| 5.1.2 分词和词性标注 | 第58-60页 |
| 5.1.3 邮件去重 | 第60-61页 |
| 5.2 邮件分类实验 | 第61-72页 |
| 5.2.1 实验平台 | 第61页 |
| 5.2.2 实验结果及分析 | 第61-72页 |
| 5.2.2.1 第一级模型中的实验结果及分析 | 第62-67页 |
| 5.2.2.2 第二级模型中的实验结果及分析 | 第67-69页 |
| 5.2.2.3 第三级模型中的实验结果及分析 | 第69-72页 |
| 5.3 本章总结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 结论 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |