导读:本文包含了中文电子邮件论文开题报告文献综述及选题提纲参考文献，主要关键词:电子邮件地址,邮件服务,互联网工程,SMTP
中文电子邮件论文文献综述
王健,赵永新[1]（2012）在《电子邮箱告别纯英文时代》一文中研究指出本报北京6月19日电 （王健、赵永新）“很荣幸从北京向多个国家和地区发出全球首封‘多语种邮箱电子邮件’——邮通多语，惠及全球。感谢所有投身此项工作的同仁们！”6月19日，中科院计算机网络中心钱华林研究员通过“钱华林@中科院.中国”这一电子邮件地址，向香(本文来源于《人民日报》期刊2012-06-20）
崔西[2]（2011）在《中文电子邮件标准基本完成国内主流邮件商缺位》一文中研究指出本报讯 近日，中国互联网络信息中心副主任兼总工程师李晓东透露，中文电子邮件标准已经基本完成。“虽然谷歌、高通、ＩＢＭ、微软、苹果等都参与了标准的制定工作，但非常遗憾的是，国内主流邮件服务提供商目前还没有人参与。”李晓东宣布了这一好消息，但是也表示有所遗(本文来源于《中国高新技术产业导报》期刊2011-03-21）
侯岩[3]（2008）在《基于SVM的中文电子邮件过滤方法研究》一文中研究指出随着互联网的普及,电子邮件以其快捷、方便的优点逐渐发展成为人们工作和生活的重要通信工具之一。然而,随之而来的垃圾邮件问题也日益严峻,它不仅传播有害信息,而且耗费大量的公共资源,侵害电子邮件用户和企业的合法权益。尽管目前已经存在许多的垃圾邮件过滤方法,但是垃圾邮件不降反升的局面表明,已有的垃圾邮件过滤方法并未取得理想的过滤效果。所以,反垃圾邮件问题已成为全球性的具有现实意义的问题。目前的垃圾邮件过滤方法逐渐倾向于采用基于内容的机器学习判别方法,其中基于规则和基于概率统计的方法是其中的典型代表,这些方法实现简单、过滤效果好,但由于对基于内容的垃圾邮件过滤器影响较大的因素主要是邮件的特征表示和分类器的分类速度,这些方法都无法协调过滤速度和精度的关系。支持向量机是近年来得到普遍关注的一类学习机器,它以统计学习理论(Statistical Learning Theory,SLT)为基础,广泛应用于语音处理、图形检索、文本分类等领域,SVM不但分类速度快、精度高,而且可以有效避免“维数灾难”,是一种公认的高效的机器学习方法。本文研究了基于内容的SVM中文电子邮件过滤方法,主要的工作包括以下几个内容:(1)在大规模真实实验数据的基础上,建立了基于支持向量机的垃圾邮件过滤模型。该模型使用动态的方法构造特征词典,既能有效地不断充实垃圾邮件特征词典,又避免了由于词典过大或过小带来的一系列问题,较好地表示了邮件。(2)使用了向量空间模型对电子邮件进行向量化处理。在向量化过程中,针对中文电子邮件的特点,本文使用正向和逆向最大匹配法相结合的方法对中文电子邮件进行分词,另外,对特征项的选择、特征词权重的表示提出了改进方法。(3)使用fisher线性判别法对支持向量机的邮件过滤模型进行优化,并构造了基于高斯核和多项式核的SVM优化模型。(4)在中国教育和科研网紧急响应组公布的中文电子邮件数据集上对本文提出的过滤模型进行验证,并与贝叶斯、决策树邮件过滤器进行比较,实验结果表明本文的方法在各个方面表现优异,虚警率保持在1%左右,正确过滤率达到98.5%,超过了网易免费邮公布的98%的过滤精度。本文将目前通用有效的SVM方法运用于中文电子邮件的过滤,并结合了中文信息处理技术,使得本文提出的方法取得了良好的效果。本文不仅对电子邮件过滤方法的理论研究具有促进作用,而且所获得的成果具有直接的应用价值。(本文来源于《山西大学》期刊2008-06-01）
侯岩,王文剑[4]（2008）在《一种基于动态特征词典的SVM中文电子邮件过滤方法》一文中研究指出随着电子邮件的广泛应用,泛滥成灾的垃圾邮件对人们的生活和网络安全带来了严重的威胁,反垃圾邮件问题已成为全球性的具有现实意义的问题。本文提出了一种基于动态特征词典的SVM中文邮件过滤方法,通过动态构造特征词典以及选择合适的支持向量机(Support Vector Machine,SVM)核参数,有效地提高了垃圾邮件的过滤精度,实验结果超过了网易免费邮所公布的过滤指标。(本文来源于《计算机科学》期刊2008年03期）
王文剑,侯岩[5]（2007）在《一种基于SVM的中文电子邮件过滤方法》一文中研究指出提出了一种基于SVM的中文邮件过滤方法,通过构造最优的支持向量机(Support Vector Machine,SVM)过滤模型,有效地提高了垃圾邮件的过滤精度,实验结果超过了网易免费邮所公布的过滤指标.(本文来源于《山西大学学报(自然科学版)》期刊2007年03期）
杨静[6]（2007）在《基于SVM的中文电子邮件作者性别识别技术研究》一文中研究指出随着科技的飞速发展，网络成为人们交换、获取信息的新平台，其中电子邮件以其快捷、经济的特点，改变了传统的通信方式，成为人们重要的通信手段。电子邮件给人们带来便利的同时，也给人们提出了许多新问题，如垃圾邮件、病毒邮件、诈骗邮件、反动邮件等非法邮件泛滥的问题。这些非法邮件给社会造成的危害越来越大，如何有效遏制非法邮件的传播，惩治非法邮件的制作者已成为社会关注的热点。但要找到邮件的原始制作者，并向法庭提供有效证据，使之得到应有惩罚并不容易。因为邮件制作者可利用网络和电子邮件的特点，隐匿真实身份，通过匿名服务器发送邮件或伪造地址、更改姓名。因此，由邮件头部信息确定邮件作者的真实身份的工作很难实现。所以需要研究一种邮件作者身份的识别方法，确定邮件作者的真实身份，并为计算机取证提供依据，从而达到控制非法邮件传播的目的。如何确定邮件作者的真实身份呢?人的身份是由其个性身份特征组成的，如年龄、性别、职业、教育程度等等，所以确定邮件作者的真实身份，就要确定其个性身份特征，这样才能有效锁定邮件作者，并达到取证的目的。目前，对邮件作者身份的识别研究已有开展，并取得初步研究成果，但对作者的个性身份特征的识别还鲜有涉及。因性别是确定人身份的重要特征，且识别判定作者的性别后，可有效缩小识别范围，进一步提高邮件作者身份识别效率，为计算机取证提供技术支持，所以，本文选择识别中文电子邮件作者的性别这一研究热点，在国内外的相关研究基础上进行了研究和探索。本文首先对与本研究相关的电子邮件身份识别、作者性别识别等研究领域的国内外现状进行了论述，探讨了现有研究技术和方法。并从理论和技术的角度探讨了中文电子邮件作者性别识别的基本问题和任务模型。在详细分析中文邮件正文中性别语言差异的基础上，提出了可用于识别中文电子邮件作者性别的特征模式；在借鉴已有研究成果的基础上，对特征提取方法以及权值确定方法的进行了探讨；分析研究了利用支持向量机算法识别邮件作者性别的方法。为了验证所提出的模式和方法的正确性与可行性，本研究对有限数据集进行了实验研究。分别采用不同的特征、不同的特征组合以及综合特征等方法进行了实验。实验结果表明本研究提出的方法是可行的，但识别效果还远达不到计算机取证的要求，需进一步提高。(本文来源于《河北农业大学》期刊2007-06-09）
李惟[7]（2007）在《中文电子邮件作者身份识别系统研究》一文中研究指出随着网络信息技术的发展，电子邮件已经成为人们工作生活中必不可少的信息交换手段。但是在电子邮件给人们带来方便的同时，也带来了许多新的问题，诸如垃圾邮件和病毒邮件等，造成了严重的危害。由于此类邮件发送者总是试图隐藏其真实身份以逃避侦察，因此电子邮件作者身份识别研究势在必行。电子邮件作者身份识别是计算机取证的基础，可以为电子邮件作为电子证据提供技术支持，因此电子邮件作者身份识别研究具有极其重要的意义。机器学习方法应用于中文电子邮件作者身份识别已成为近几年国内此领域研究的热点，并且已经取得了一些初步的研究成果。但是，一方面前人研究所用的识别方法仅限于支持向量机，并且仅采用了二类分类方法，对其它方法的研究尚未涉及；另一方面，目前还没有专门针对中文电子邮件作者身份识别的应用系统，无论是从研究的实验条件还是研究成果的转化率方面都很低。本文通过对国内外研究现状的综合分析，在已有的邮件特征选取与表示，以及支持向量机邮件分类实验的基础上，对以下内容进行了研究：首先，提出了应用KNN和人工神经网络两种分类方法进行中文邮件分类，将这两种方法的分类效果同支持向量机分类效果进行了对比，并通过实验证明了支持向量机是叁种分类方法中的最佳方法。其次，针对中文邮件分类中的多类分类问题，在进一步深入研究支持向量机多类分类方法的基础上，提出了应用改进的二叉树支持向量机进行中文邮件多类分类的方法，将此方法的分类效果和分类效率同传统的支持向量机多类分类效果进行了对比，并通过实验证明了二叉树支持向量机多类分类方法在分类效率与分类效果方面的平衡达到了最优。最后，基于以上两项研究，设计并开发了一套专门面向中文邮件作者身份识别工作的研究型系统，提出了系统框架，给出了系统实现过程，对其中的技术难点和技术细节进行了详细说明。本系统自动化地实现了从电子邮件提取、邮件样本选择、特征选择与提取、邮件作者识别分类、结果与性能展示和各种工具可扩展性添加等一系列功能。本系统的实现是对中文邮件作者身份识别研究工作的进一步推进，是中文邮件作者身份识别理论研究与实验向实际成果转化的重要一步，在一定程度上也为邮件分类的相关领域，诸如文本分类、Web分类等，提供了可借鉴的参考依据。(本文来源于《河北农业大学》期刊2007-06-09）
谢伟全,叶强,李一军[8]（2007）在《基于用户知识的中文电子邮件分类》一文中研究指出在垃圾邮件分类和朴素贝叶斯算法研究的基础上,提出了基于用户知识的贝叶斯分类算法。通过在分类过程中引入用户知识,克服了电子邮件内容是非结构化、解读依赖于用户的问题。实验证明,面向用户知识的贝叶斯分类算法在商业邮件分类中比普通贝叶斯算法有更好的性能。(本文来源于《计算机应用研究》期刊2007年03期）
燕东渭,夏巧利,张聪娥,付海涛[9]（2007）在《中文电子邮件系统服务器软件Domino常见问题及对策》一文中研究指出自2001年中国气象局在全国气象系统建立起基于Lotus中文电子邮件系统的办公平台以来,在各省政务工作中一直发挥着重要的作用。良好的安全性、实时性和普及性使其拥有优于目前在省级运行的其他各种办公系统的显着优势。特别是各省普遍建立起宽带通信网,及全国地面宽(本文来源于《陕西气象》期刊2007年01期）
仲婷[10]（2007）在《基于文本处理技术的中文电子邮件分类系统的设计与实现》一文中研究指出垃圾邮件过滤是互联网领域内一个重要的研究课题。然而垃圾邮件自动过滤的一个主要难题是垃圾邮件的定义具有主观性,而且在一个用户眼里的垃圾邮件,在另一个用户眼里可能包含对其有用的信息,针对这一难题,对电子邮件进行基于内容的分类比单纯将邮件划分为垃圾,非垃圾意义更大。解决电子邮件基于内容的分类是文本分类技术的一个重要应用,因此本文首先介绍了文本分类技术的一些基本概念和文本自动分类的背景,系统讨论了文本自动分类的过程,深入研究了实现中文电子邮件文本自动分类系统所涉及的各个方面的理论和技术。对文本分类中所涉及的关键技术,包括向量空间模型,特征提取,机器学习方法,进行了理论阐述和算法描述。然后本文提出了一个电子邮件自动分类系统的实现方案,给出了一个基于文本分类技术的电子邮件分类系统的体系结构,借鉴了中科院的汉语词法分析系统ICTCLAS和概率句法分析器PROP对电子邮件文本进行了分词和句法分析,使从电子邮件文本抽取出的索引项更大概率地趋向于焦点词,从而提高了系统的准确率和召回率,对简单向量距离分类法进行改进,提出了阀值的概念,采用百分比阀值确定法,并应用到邮件分类系统中,加强了邮件分类系统的分类功能。利用VC技术对电子邮件文本自动分类系统的功能模块进行了实现。结果表明,基于改进的简单向量距离算法能有效提高系统的分类功能,使系统分类效果可以达到预期的召回率和准确率。(本文来源于《南京航空航天大学》期刊2007-01-01）
中文电子邮件论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本报讯 近日，中国互联网络信息中心副主任兼总工程师李晓东透露，中文电子邮件标准已经基本完成。“虽然谷歌、高通、ＩＢＭ、微软、苹果等都参与了标准的制定工作，但非常遗憾的是，国内主流邮件服务提供商目前还没有人参与。”李晓东宣布了这一好消息，但是也表示有所遗
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
中文电子邮件论文参考文献
[1].王健,赵永新.电子邮箱告别纯英文时代[N].人民日报.2012
[2].崔西.中文电子邮件标准基本完成国内主流邮件商缺位[N].中国高新技术产业导报.2011
[3].侯岩.基于SVM的中文电子邮件过滤方法研究[D].山西大学.2008
[4].侯岩,王文剑.一种基于动态特征词典的SVM中文电子邮件过滤方法[J].计算机科学.2008
[5].王文剑,侯岩.一种基于SVM的中文电子邮件过滤方法[J].山西大学学报(自然科学版).2007
[6].杨静.基于SVM的中文电子邮件作者性别识别技术研究[D].河北农业大学.2007
[7].李惟.中文电子邮件作者身份识别系统研究[D].河北农业大学.2007
[8].谢伟全,叶强,李一军.基于用户知识的中文电子邮件分类[J].计算机应用研究.2007
[9].燕东渭,夏巧利,张聪娥,付海涛.中文电子邮件系统服务器软件Domino常见问题及对策[J].陕西气象.2007
[10].仲婷.基于文本处理技术的中文电子邮件分类系统的设计与实现[D].南京航空航天大学.2007