基于内容的垃圾邮件智能过滤系统研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-27页 |
| ·引言 | 第12页 |
| ·本文的研究意义与重要性 | 第12-14页 |
| ·当前邮件过滤系统的发展概况 | 第14-21页 |
| ·基于地址的垃圾邮件过滤方法 | 第15-17页 |
| ·基于邮件内容的过滤技术 | 第17-21页 |
| ·垃圾邮件过滤与文本分类 | 第21-22页 |
| ·垃圾邮件内容过滤中应用的文本分类方法 | 第22-24页 |
| ·邮件过滤系统评价体系 | 第24-25页 |
| ·本文研究内容 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第二章 电子邮件系统的基本协议 | 第27-36页 |
| ·SMTP协议 | 第27-29页 |
| ·POP3协议 | 第29-31页 |
| ·MIME协议 | 第31-33页 |
| ·电子邮件系统的组成 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 中文分词技术 | 第36-45页 |
| ·引言 | 第36页 |
| ·分词词典的构造 | 第36-38页 |
| ·自动分词技术 | 第38-40页 |
| ·基于字符串匹配的分词方法 | 第38-39页 |
| ·基于理解的分词方法 | 第39页 |
| ·基于统计的分词方法 | 第39-40页 |
| ·新词识别 | 第40-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 贝叶斯算法在文本分类中的应用 | 第45-55页 |
| ·贝叶斯学习算法理论基础 | 第45-51页 |
| ·贝叶斯法则 | 第45-47页 |
| ·朴素贝叶斯分类器 | 第47-48页 |
| ·贝叶斯算法运用与文本分类 | 第48-51页 |
| ·基于朴素贝叶斯的二值文本分类过滤器算法 | 第51-53页 |
| ·引言 | 第51-52页 |
| ·朴素贝叶斯二值分类算法 | 第52-53页 |
| ·反馈学习方法 | 第53-54页 |
| ·增量式学习 | 第53页 |
| ·重新学习 | 第53页 |
| ·贝叶斯文本分类中的反馈学习技术 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 朴素贝叶斯过滤算法系统实现 | 第55-81页 |
| ·系统基本框架 | 第55页 |
| ·邮件预处理 | 第55-56页 |
| ·邮件文本信息的向量化处理 | 第56-60页 |
| ·引言 | 第56页 |
| ·向量空间模型 | 第56-57页 |
| ·特征项 | 第57-58页 |
| ·特征项的选择与抽取 | 第58-60页 |
| ·邮件过滤系统具体设计 | 第60-78页 |
| ·系统的基本功能 | 第61页 |
| ·软件流程结构 | 第61-62页 |
| ·数据库结构 | 第62-65页 |
| ·分词模块的设计 | 第65-70页 |
| ·学习模块的设计 | 第70-73页 |
| ·规则库导入导出功能代码设计 | 第73-74页 |
| ·判断模块的设计 | 第74-77页 |
| ·系统使用说明及界面 | 第77-78页 |
| ·系统实验结果 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 结束语 | 第81-83页 |
| ·对全文工作的总结 | 第81-82页 |
| ·需要进一步研究的工作 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 致谢 | 第86-87页 |
| 攻读工程硕士期间发表的论文 | 第87页 |
