声明
第一章 绪论
1.1 课题的背景和意义
1.2 国内外研究现状
1.3 本文主要研究内容
1.4 章节安排
第二章 相关技术概述
2.1 移动社交网络概述
2.1.1 移动社交网络
2.1.2 社会计算
2.1.3 社会信任
2.1.4 相似度度量
2.1.5 众包
2.1.6 群智感知
2.2 手机垃圾信息过滤技术
2.2.1 基于规则匹配的垃圾信息过滤技术
2.2.2 基于机器学习分类的垃圾信息过滤技术
2.2.3 基于社会网络的垃圾信息过滤技术
2.3 本章小结
第三章 个性化手机垃圾信息过滤模型
3.1 概念定义
3.1.1 共性化手机垃圾信息
3.1.2 个性化手机垃圾信息
3.2 个性化手机垃圾信息过滤模型的设计
3.2.1 整体模型
3.2.2 过滤算法流程
3.2.3基于贝叶斯算法的共性化手机垃圾信息过滤机制
3.2.4基于用户兴趣的个性化手机垃圾信息过滤机制
3.3 基于信息熵的相似度计算方法
3.3.1 传统相似度计算方法的不足
3.3.2 基于信息熵的相似度算法设计与分析
3.4 用户本地列表
3.4.1 本地垃圾信息列表
3.4.2 本地兴趣列表
3.4.3 好友信任度列表
3.5 推送机制
3.6 本章小结
第四章 仿真实验与结果分析
4.1 实验参数设置
4.2 实验结果分析
4.2.1 与其他过滤方法的比较
4.2.2 不同的良性关键词数量
4.2.3 不同的兴趣相似度阈值
4.2.4 不同的信任度阈值
4.2.5 不同的信任度调节参数
4.2.6 不同的兴趣项个数
4.3 本章小结
总结和展望
研究工作与创新点
未来与展望
参考文献
攻读硕士学位期间取得的学术成果
致 谢
中国石油大学(华东);