一种改进的贝叶斯算法在短信过滤中的研究

摘要：

随着信息交流的频繁性，各种骚扰和垃圾短信充斥手机，严重干扰了人们的正常生活。针对垃圾短信过滤技术，研究基于最小风险决策贝叶斯的文本分类器构造方法以及实现。对于朴素贝叶斯在短信过滤系统中过分依赖样本空间的分布和内在的不稳定性，造成了时间复杂度的增加，提出了一种基于改进贝叶斯的垃圾短信文本分类器构造方法。主要利用最小风险决策算法结合贝叶斯理论完成对批量短信的训练，形成对应的集合模型。对实现文本分类的关键技术做了重点叙述，并对文本分类算法进行了实现。最后对算法进行测试，结果表明：基于最小风险决策贝叶斯的文本分类器不仅训练简单，而且分类准确度高，解决了朴素贝叶斯算法的不稳定性，为短信过滤技术提供了借鉴。

关键词：贝叶斯、最小风险、文本分类、短信过滤

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60802034

在线出版日期：2015-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：89-93