| 第一章 绪论 | 第1-13页 |
| ·研究背景及问题的提出 | 第9-11页 |
| ·研究背景 | 第9-11页 |
| ·问题的提出 | 第11页 |
| ·论文研究的主要内容 | 第11-12页 |
| ·论文的章节安排 | 第12-13页 |
| 第二章 贝叶斯数据挖掘技术 | 第13-28页 |
| ·数据挖掘技术产生的背景 | 第13页 |
| ·数据挖掘技术的发展历程 | 第13-14页 |
| ·数据挖掘技术的定义和数据挖掘过程 | 第14-15页 |
| ·数据挖掘功能 | 第15-17页 |
| ·数据挖掘方法和技术 | 第17-18页 |
| ·数据挖掘中的分类 | 第18-27页 |
| ·分类的过程 | 第18-20页 |
| ·分类的基本技术 | 第20-22页 |
| ·贝叶斯分类器 | 第22-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 垃圾邮件及反垃圾邮件技术的研究 | 第28-38页 |
| ·垃圾邮件的概念及我国垃圾邮件的类型 | 第28-29页 |
| ·垃圾邮件的概念 | 第28页 |
| ·我国垃圾邮件的类型 | 第28-29页 |
| ·垃圾邮件的起源与历史 | 第29-30页 |
| ·垃圾邮件的产生机理 | 第30页 |
| ·垃圾邮件的危害 | 第30-33页 |
| ·反垃圾邮件的技术研究 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 贝叶斯数据挖掘技术在反垃圾邮件中的应用 | 第38-64页 |
| ·基于贝叶斯分类器反垃圾邮件模型的设计 | 第39页 |
| ·基于贝叶斯分类器反垃圾邮件模型的实现 | 第39-44页 |
| ·对邮件进行训练 | 第40-41页 |
| ·对邮件进行检测 | 第41-44页 |
| ·利用遗传算法优化基于贝叶斯分类器的反垃圾邮件模型 | 第44-57页 |
| ·遗传算法(Genetic Algorithm，GA)基本原理 | 第44-46页 |
| ·遗传算法的特点 | 第46-47页 |
| ·基本遗传算法的构成要素 | 第47-49页 |
| ·遗传算法基本步骤 | 第49-50页 |
| ·算法设计与实现 | 第50-57页 |
| ·阈值问题的研究 | 第57-63页 |
| ·问题的提出 | 第57页 |
| ·算法设计 | 第57-58页 |
| ·算法实现 | 第58-60页 |
| ·实验结果与分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 总结 | 第64-66页 |
| ·论文总结 | 第64页 |
| ·有待改进的问题 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71页 |