基于特征詞的垃圾短信分類器模型

1、基于特征詞的垃圾短信分類器模型摘要：針對(duì)垃圾短信分類問(wèn)題，提出一種計(jì)算詞分類權(quán)重的方法，并以此為根底通過(guò)降維來(lái)得到分類特征詞集合。提出了短信分類隸屬度概念，通過(guò)計(jì)算短信分類隸屬度和分類隸屬度密度的方法來(lái)實(shí)現(xiàn)分類。為了進(jìn)步分類的準(zhǔn)確性，還對(duì)特征詞進(jìn)展了分類權(quán)重的迭代學(xué)習(xí)，從而保證了詞分類權(quán)重取值的合理性。實(shí)驗(yàn)結(jié)果說(shuō)明，該分類模型具有良好的分類效果和較低的時(shí)間復(fù)雜度。關(guān)鍵詞：垃圾短信；特征詞；文本分類；降維；權(quán)重學(xué)習(xí)0引言短信作為一種重要的交流手段，在人們的日常生活中正發(fā)揮越來(lái)越重要的作用。伴隨著短信的廣泛使用，垃圾短信也嚴(yán)重困擾著人們的生活。因此研究高效實(shí)用的垃圾短信分類方法很有必要。4結(jié)語(yǔ)本文

2、所提出的算法考慮了詞在不同分類中的權(quán)重差異，并認(rèn)為每一類垃圾短信存在一個(gè)特征詞集合，在此根底上實(shí)現(xiàn)了垃圾短信分類算法。實(shí)驗(yàn)結(jié)果說(shuō)明，該方法在準(zhǔn)確度和時(shí)間復(fù)雜度都到達(dá)了較好的效果。但是由于實(shí)驗(yàn)樣本中沒(méi)有足夠的正常短信樣本，可能會(huì)導(dǎo)致正常短信誤分率較高，因此結(jié)合行為進(jìn)展分類可能會(huì)進(jìn)步算法的準(zhǔn)確度和實(shí)用性，如考慮一個(gè)時(shí)間間隔中從某一個(gè)號(hào)碼發(fā)出多條短信被認(rèn)為是疑似垃圾短信，然后采用本研究的算法進(jìn)展二次分類。另外，考慮詞語(yǔ)語(yǔ)義相似度對(duì)分類權(quán)重的影響是下一步要研究的目的。參考文獻(xiàn)：123李慧，葉鴻，潘學(xué)瑞，等.基于SVM的垃圾短信過(guò)濾系統(tǒng)J.計(jì)算機(jī)平安，2021，136：34-38.4馮鷗鵬.垃圾短信過(guò)濾

3、中字特征與詞特征對(duì)過(guò)濾效果的比較研究D.北京：北京郵電大學(xué)，2021.5徐易.基于短文本的分類算法研究D.上海：上海交通大學(xué)，2021.678陳功平，沈明玉，王紅，等.基于內(nèi)容的短信分類技術(shù)J.華東理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2021，376：770-774.9111213UYSAL A K， GNAL S， ERIGIN S， et al. Detection of SMS spam messages on mobile phonesC/ SIU： The 20th Signal Processing and Communications Applications Conference. Pi

4、scataway： IEEE Press， 2021：1-4.1415GUNAL S， ERGIN S， GUNAL E S. Detection of SMS spam messages on mobile phones C/ The 20th Signal Processing and Communications Applications Conference. Piscataway： IEEE Press， 2021： 1-4.16HAN K， RRIM H， SUNG H M. Some effective techniques for Naive Bayes text classification J. IEEE Transactions on Knowledge and Data Engineering， 2006， 1811：1457-1466.1718張玉芳，彭時(shí)名，呂佳. 基于文本分類TFIDF方法的改進(jìn)與應(yīng)用J. 計(jì)算機(jī)工程，2006，3219：76-78.19雷楊.基于集成學(xué)習(xí)的垃圾短信多級(jí)分類技術(shù)研究D.成都： 電子科技大學(xué)，2021.20劉金嶺. 基于上下文的短信文本分類方