基于内容的垃圾邮件意图分析方法研究
| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-28页 |
| ·研究背景、目的及意义 | 第12-13页 |
| ·国内外反垃圾邮件现状 | 第13-18页 |
| ·垃圾邮件的起源 | 第13-14页 |
| ·垃圾邮件的现状 | 第14-16页 |
| ·国内外反垃圾邮件技术动态 | 第16-18页 |
| ·垃圾邮件识别技术简介 | 第18-24页 |
| ·电子邮件的通信原理 | 第18页 |
| ·基于内容的识别方法 | 第18-21页 |
| ·基于行为的识别方法 | 第21-22页 |
| ·数据集和技术评价指标 | 第22-24页 |
| ·垃圾邮件识别技术新的发展趋势 | 第24-26页 |
| ·本文的研究内容和组织结构 | 第26-28页 |
| ·论文的研究内容 | 第26页 |
| ·论文的组织结构 | 第26-28页 |
| 第2章 贝叶斯方法和支持向量机 | 第28-38页 |
| ·概述 | 第28页 |
| ·贝叶斯方法 | 第28-31页 |
| ·贝叶斯公式 | 第28-29页 |
| ·朴素贝叶斯方法 | 第29-30页 |
| ·改进的贝叶斯方法 | 第30-31页 |
| ·支持向量机 | 第31-36页 |
| ·SVM的原理 | 第31-34页 |
| ·核函数 | 第34-35页 |
| ·SVM在邮件分类中的应用 | 第35-36页 |
| ·两种方法的分析比较 | 第36-37页 |
| ·本章小节 | 第37-38页 |
| 第3章 基于内容的意图分析方法 | 第38-47页 |
| ·概述 | 第38-39页 |
| ·方法的整体流程 | 第39-40页 |
| ·基于内容的预分类 | 第40-43页 |
| ·建立词库和分类模型 | 第40-41页 |
| ·邮件内容提取和文本除噪 | 第41-42页 |
| ·向量化表示和预分类 | 第42-43页 |
| ·意图分析 | 第43-45页 |
| ·建立特征库和特征提取 | 第43-44页 |
| ·意图分析算法 | 第44-45页 |
| ·意图反馈学习 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 系统模型的设计与实现 | 第47-51页 |
| ·系统模型的需求分析 | 第47页 |
| ·系统模型的总体设计 | 第47-48页 |
| ·系统模型的详细设计与实现 | 第48-50页 |
| ·基于内容的预分类模块 | 第48-49页 |
| ·意图分析模块 | 第49-50页 |
| ·意图反馈学习模块 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第5章 实验结果及分析 | 第51-57页 |
| ·实验方案 | 第51页 |
| ·实验结果 | 第51-56页 |
| ·结果分析 | 第56-57页 |
| 总结与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 作者简介 | 第61-62页 |
| 致谢 | 第62页 |
