基于特征词的垃圾短信分类器模型

被引：11

作者：

张永军

刘金岭

机构：

[1] 淮阴工学院计算机工程学院

来源：

计算机应用 | 2013年 / 33卷 / 05期

关键词：

垃圾短信; 特征词; 文本分类; 降维; 权重学习;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081203 ;

摘要：

针对垃圾短信分类问题,提出一种计算词分类权重的方法,并以此为基础通过降维来得到分类特征词集合。提出了短信分类隶属度概念,通过计算短信分类隶属度和分类隶属度密度的方法来实现分类。为了提高分类的准确性,还对特征词进行了分类权重的迭代学习,从而保证了词分类权重取值的合理性。实验结果表明,该分类模型具有良好的分类效果和较低的时间复杂度。

引用

页码：1334 / 1337

页数：4

共 11 条

[1] 基于SVM的垃圾短信过滤系统 [J].

李慧 ;

叶鸿 ;

潘学瑞 ;

段震 ;

张燕平 .

计算机安全, 2012, (06) :34-38

[2] 基于内容的短信分类技术 [J].

陈功平 ;

沈明玉 ;

王红 ;

张燕平 .

华东理工大学学报(自然科学版), 2011, 37 (06) :770-774

[3] 基于上下文的短信文本分类方法 [J].

刘金岭 ;

严云洋 .

计算机工程, 2011, 37 (10) :41-43

[4] 基于朴素贝叶斯和支持向量机的短信智能分析系统设计 [J].

张兢 ;

候旭东 ;

吕和胜 .

重庆理工大学学报(自然科学版), 2010, (01) :77-80

[5] 基于文本分类TFIDF方法的改进与应用 [J].

张玉芳 ;

彭时名 ;

吕佳 .

计算机工程, 2006, (19) :76-78

[6]

基于集成学习的垃圾短信多级分类技术研究.[D].雷杨.电子科技大学.2011, 01

[7]

垃圾短信过滤中字特征与词特征对过滤效果的比较研究.[D].冯鸥鹏.北京邮电大学.2011, 09

[8]

基于短文本的分类算法研究.[D].徐易.上海交通大学.2010, 10

[9]

A vector space model for automatic indexing.[J].G. Salton;A. Wong;C. S. Yang.Communications of the ACM.1975, 11

[10]

Learning to adapt web information extraction knowledge and discovering new attributes via a bayesian approach..Wong T L;Lam W;.IEEE Transactions on Knowledge and Data Engineering.2010, 04

← 1 2 →