基于朴素贝叶斯和支持向量机的短信智能分析系统设计

被引:18
作者
张兢
候旭东
吕和胜
机构
[1] 重庆理工大学电子信息与自动化学院
关键词
垃圾短信过滤; 贝叶斯算法; 支持向量机; 文本分类;
D O I
暂无
中图分类号
TN929.5 [移动通信];
学科分类号
080402 ; 080904 ; 0810 ; 081001 ;
摘要
为了解决垃圾短信的骚扰问题,提出了一种基于朴素贝叶斯和支持向量机的短信智能分析系统架构。考虑朴素贝叶斯的快速统计分类及支持向量机的增量训练等特点,将其应用于垃圾短信过滤中,并对关键词库进行及时更新,使得系统具有更好的自适应性。对某移动通信运营商提供的12万条短信进行反复实验,结果表明:该方法可有效地解决当前垃圾短信过滤系统中存在的问题。
引用
收藏
页码:77 / 80
页数:4
相关论文
共 8 条
[1]   中文分词算法研究 [J].
刘件 ;
魏程 .
微计算机应用, 2008, (08) :11-16
[2]   基于朴素贝叶斯和支持向量机的自适应垃圾短信过滤系统 [J].
金展 ;
范晶 ;
陈峰 ;
徐从富 .
计算机应用, 2008, (03) :714-718
[3]   基于SVM文本分类中的关键词学习研究 [J].
孙晋文 ;
肖建国 .
计算机科学, 2006, (11) :182-184
[4]   Bayes文本分类器的改进方法研究 [J].
鲁明羽 .
计算机工程, 2006, (17) :63-65
[5]   基于内容的垃圾邮件过滤技术综述 [J].
王斌 ;
潘文锋 .
中文信息学报, 2005, (05) :1-10
[6]   中文文本分类中的特征选择研究 [J].
周茜 ;
赵明生 ;
扈旻 .
中文信息学报, 2004, (03) :17-23
[7]  
文本分类算法在垃圾邮件过滤中的研究与应用[D]. 王金森.吉林大学. 2006
[8]  
Text Categorization with Support Vector Machines. How to Represent Texts in Input Space?[J] . Machine Learning . 2002 (1)