10.3969/j.issn.1000-2324.2014.02.011
kNN算法在手机短信客户端分类中的应用研究
研究并实现了kNN算法的手机短信客户端分类系统,从自建的短信语料库中提取到正常短信和垃圾短信两个特征向量集,通过预处理、降维和去除词频过小的特征项,使特征向量集可最大程度的载有该类短信的特征项。短信语料库分成比对库和测试库两部分。研究发现,比对库的短信数量n取600时分类效果最好,过小则降低短信的识别率,过大则提升分类时间复杂度,近邻数k取25时效果最优。同时研究了当k条短信选取时的概率差在1%~2%时,短信类别确定时的数量差在5到15之间时,效果最优。遵循保证正常短信的通过率的同时加大垃圾短信识别率的原则,kNN算法手机短信客户端分类系统的最终参数n取600,k取25,概率差取1.5%,数量差取9,可使得正常短信和垃圾短信识别率最高达到97.3%和89%。
短信分类、kNN算法、特征向量集、向量空间模型
TN929.53
安徽省高等学校省级自然科学研究项目KJ2012B181;安徽省高等学校省级自然科学研究项目KJ2012B183
2014-06-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
216-222