1. Text Classification and Naïve Bayes
1.1. Định nghĩa phân loại văn bản
1.2. Phân loại
1.2.1. Phân loại thủ công
1.2.2. Phân loại bằng máy học
1.2.2.1. Support-vector machines
1.2.2.2. Naïve Bayes
1.2.2.2.1. Với một tài liệu D và một thư viện C, ta có:
1.2.2.2.2. Áp dụng vào mô hình Naïve Bayes
1.2.2.3. Logistic regression
2. phân loại thư rác với việc loại bỏ các tính năng không phù hợp với phép lai của GA-Naive Bayes
2.1. Công việc liên quan
2.1.1. hai phương pháp để tạo mô hình bộ lọc thư rác:
2.1.1.1. Spammer behaviour
2.1.1.2. Based on the mail-feature
2.1.2. Một số phương pháp để lọc thư rác
2.1.2.1. Thuật toán đơn
2.1.2.2. Tiến trình song song
2.1.2.3. Các thuật toán lai
2.1.2.3.1. KPCA4 and CSVM5
2.1.2.3.2. RHS6 and SVM7
2.1.2.3.3. NSA8
2.1.2.3.4. GA and MLP9
2.1.2.3.5. Chi-square and J48
2.2. Phương pháp
2.2.1. Bộ dữ liệu (Dataset)
2.2.2. Thuật toán genestic và chọn các tính năng
2.2.2.1. Chức năng Fitness
2.2.2.1.1. P(C|X) = P(X|C).P(C) / P(X)
2.2.2.2. select, sort and merge take place
2.2.3. Naive Bayes
2.2.3.1. Cấu trúc của thuật toán Hybrid GA-Naive Bayes
2.2.3.1.1. Load Data
2.2.3.1.2. Define Train Data
2.2.3.1.3. Define Test Data
2.2.3.1.4. Define GA Function
2.2.3.1.5. Phân loại thư bằng Naive Bayes
2.2.3.1.6. Ma trận Calculation confusion
2.2.3.1.7. Vẽ biểu đồ
3. Spam mail
3.1. Khái niệm
3.1.1. Là những thư điện tử không yêu cầu và được gửi hàng loạt tới người dùng
3.2. Phân loại thư rác
3.2.1. Dựa trên kiểu phát tán thư rác
3.2.2. Dựa vào quan hệ với người gửi thu rác
3.2.3. Dựa vào nội dung thư rác
3.2.4. Dựa trên động lực người gửi