[毕业设计] 基于贝叶斯的反垃圾邮件技术探讨 [复制链接]

资料简介：
毕业设计 基于贝叶斯的反垃圾邮件技术探讨,共31页，19618字。
本文首先分析了垃圾邮件的产生、现状、主要特征和危害，概要性地探讨了现有的几种主要反垃圾邮件技术，其中包括关键词过滤技术、验证过滤技术、规则过滤技术和内容过滤技术。
接着，详细论证了基于内容的朴素贝叶斯过滤技术，它是目前众多反垃圾邮件技术中最为行之有效、应用最为广泛的技术。在分析了朴素贝叶斯反垃圾邮件技术的原理和算法后，对其优缺点进行了评价，发现该算法忽略了把合法邮件错判为垃圾邮件带来的损失。
然后，针对上面所提到的缺陷，提出了一种改进方法，即基于最小期望损失的贝叶斯过滤算法。在该算法中引入了期望损失因子，并在文中分析了期望损失因子与精确率的关系，得出期望损失因子的变化规律，从最小期望损失的角度改善了朴素贝叶斯算法。在此算法的理论推导基础上，用实际的邮件样本对改进后的算法进行了验证。验证结果表明，选取合适的期望损失因子值，最小期望损失的贝叶斯过滤算法能有效提高邮件过滤的精确率。
关键词：反垃圾邮件 贝叶斯 过滤算法 期望损失因子 最小期望损失
目  录
1 导论    1
1.1选题意义    1
1.2文献综述    1
1.3写作思路    2
2 概述    3
2.1垃圾邮件的产生和现状    3
2.1.1产生    3
2.1.2现状    3
2.2垃圾邮件的定义    4
2.3垃圾邮件的主要特征及危害    5
2.4人们对垃圾邮件的态度    5
3 目前反垃圾邮件的主要技术    6
3.1简单的垃圾邮件过滤技术    6
3.1.1关键词过滤技术    6
3.1.2验证过滤技术    6
3.1.3规则过滤技术    7
3.1.4内容过滤技术    7
3.2朴素贝叶斯过滤技术简介    7
4 基于朴素贝叶斯过滤算法的反垃圾邮件技术    8
4.1贝叶斯定理简介    8
4.2朴素贝叶斯过滤算法    9
4.2.1 贝叶斯分类器    9
4.2.2贝叶斯邮件过滤器    11
4.2.3朴素贝叶斯过滤算法的原理    11
4.2.4朴素贝叶斯过滤算法的基本步骤    12
4.2.5朴素贝叶斯过滤算法实例    14
4.2.6朴素贝叶斯过滤算法的优缺点    15
5 最小期望损失的贝叶斯过滤算法    15
5.1改进的贝叶斯分类器    16
5.2最小期望损失过滤系统的设计    16
5.2.1邮件预处理    17
5.2.2特征项的提取    17
5.2.3训练算法    18
5.2.4最小期望损失算法    19
5.2.5最小期望损失算法实例    22
5.3最小期望损失算法的验证    22
5.4最小期望损失算法的优势分析    24
6 进一步的研究方向    25
6.1 贝叶斯反垃圾邮件技术的局限性    25
6.2 展望    25
参考文献    26
致谢    27

资料文件预览：
共1文件夹，1个文件，文件总大小：840.00KB，压缩后大小：170.79KB

• 毕业设计-基于贝叶斯的反垃圾邮件技术探讨
• 267993$edu315$基于贝叶斯的反垃圾邮件技术探讨毕业论文.doc  [840.00KB]