基于粗糙集和朴素贝叶斯的中文垃圾短信过滤方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 垃圾短信当前状况 | 第8-11页 |
| 1.2.1 垃圾短信的定义和分类 | 第8-9页 |
| 1.2.2 垃圾短信成因 | 第9页 |
| 1.2.3 国内外垃圾短信现状 | 第9-11页 |
| 1.3 本论文的主要研究内容和组织结构 | 第11-14页 |
| 1.3.1 主要研究内容 | 第11-12页 |
| 1.3.2 论文组织 | 第12-14页 |
| 2 文本分类概述 | 第14-22页 |
| 2.1 文本分类流程 | 第14页 |
| 2.2 文本预处理 | 第14-16页 |
| 2.2.1 文本分词 | 第14-15页 |
| 2.2.2 去停用词 | 第15-16页 |
| 2.3 文本表示 | 第16-17页 |
| 2.3.1 向量空间模型 | 第16页 |
| 2.3.2 概念模型 | 第16页 |
| 2.3.3 概率模型 | 第16-17页 |
| 2.4 特征选择 | 第17页 |
| 2.5 分类方法 | 第17-21页 |
| 2.5.1 朴素贝叶斯方法 | 第18页 |
| 2.5.2 支持向量机 | 第18-20页 |
| 2.5.3 k近邻方法 | 第20页 |
| 2.5.4 决策树 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 3 特征加权方法的相关研究 | 第22-31页 |
| 3.1 特征选择 | 第22-25页 |
| 3.1.1 词频逆文档频率 | 第22-23页 |
| 3.1.2 互信息 | 第23页 |
| 3.1.3 信息增益 | 第23-24页 |
| 3.1.4 χ~2统计方法 | 第24页 |
| 3.1.5 几率比 | 第24页 |
| 3.1.6 期望交叉熵 | 第24-25页 |
| 3.1.7 特征熵 | 第25页 |
| 3.2 特征选择方法性能评价指标 | 第25-26页 |
| 3.3 特征加权改进 | 第26-30页 |
| 3.3.1 最小分类错误方法 | 第26-28页 |
| 3.3.2 改进的权重公式 | 第28-30页 |
| 3.4 四种特征选择的实验比较 | 第30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 结合粗糙集和朴素贝叶斯的短信分类 | 第31-38页 |
| 4.1 粗糙集理论 | 第31-35页 |
| 4.1.1 概述 | 第31页 |
| 4.1.2 粗糙集相关定义 | 第31-35页 |
| 4.2 粗糙集与朴素贝叶斯的结合 | 第35-37页 |
| 4.3 本章小结 | 第37-38页 |
| 5 短信分类系统的设计与实现 | 第38-46页 |
| 5.1 系统总体设计 | 第38页 |
| 5.2 系统详细设计 | 第38-44页 |
| 5.2.1 短信语料库模块 | 第40-41页 |
| 5.2.2 预处理模块 | 第41-42页 |
| 5.2.3 向量空间表示模块 | 第42-43页 |
| 5.2.4 属性值离散化模块 | 第43页 |
| 5.2.5 粗糙集过滤模块 | 第43页 |
| 5.2.6 朴素贝叶斯分类模块 | 第43-44页 |
| 5.3 实验评估 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 6 总结与展望 | 第46-48页 |
| 6.1 论文工作总结 | 第46页 |
| 6.2 展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表的论文 | 第51-52页 |
| 致谢 | 第52页 |
