摘要4-5
Abstract5-6
目录6-8
第一章 绪论8-12
1.1 探讨背景8
1.2 探讨目的和作用8-9
1.3 手机电子邮件分类技术探讨近况9-11
1.3.1 贝叶斯分类策略9-10
1.3.2 决策树分类策略10
1.3.3 支持向量机策略10
1.3.4 K近邻分类策略10-11
1.4 本论文的探讨内容11-12
第二章 手机电子邮件分类与指标选取12-20
2.1 电子邮件12-13
2.1.1 电子邮件的工作原理12
2.1.2 电子邮件格式12-13
2.2 手机电子邮件自动分类的必要性13-15
2.3 手机电子邮件自动分类15-16
2.4 手机电子邮件自动分类指标和评价指标16-19
2.4.1 词频与反文档频率17-18
2.4.2 查全率18
2.4.3 查准率18
2.4.4 互信息18-19
2.5 本章小结19-20
第三章 手机电子邮件分类算法与改善K近邻分类算法20-31
3.1 分类算法概念20
3.2 决策树20-23
3.2.1 决策树的数学原理20-22
3.2.2 决策树分支标准选取22-23
3.2.3 决策树的剪枝与验证23
3.3 贝叶斯分类23-26
3.3.1 贝叶斯数学原理23-24
3.3.2 贝叶斯算法24-26
3.4 K近邻分类与改善K近邻分类26-30
3.4.1 K近邻分类26-28
3.4.2 非负矩阵奇异值分解28-30
3.5 本章小结30-31
第四章 改善K近邻分类算法进行电子邮件自动分类的实证浅析31-42
4.1 电子邮件剖析31-32
4.2 中文分词32-36
4.2.1 中文分词策略33
4.2.2 正向最大匹配法分词器33-35
4.2.4 停用词过滤器35-36
4.3 词频统计36
4.4 改善K近邻分类器36-41
4.4.1 特点词矩阵分解37-39
4.4.2 K近邻分类39-40
4.4.3 结果浅析40-41
4.5 本章小结41-42
第五章 总结与展望42-44
5.1 总结42-43
5.2 展望43-44