不均衡训练集下短信过滤系统 kNN方法的研究

• 作者: 徐山 杜卫锋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 短信过滤 不均衡训练集 k近邻方法 向量空间模型
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 基金项目论文
• 页码范围: 84-86
• 页数: 3页
• 分类号: TP181
• 字数: 3142字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.11.024

摘要

不良短信的泛滥，严重影响了社会风气，干扰了人们正常的生活秩序，研发不良短信过滤技术具有相当的实用价值。应用中科院计算所研制开发的ICTCLAS分词系统，结合TFIDF词权度量指标提取关键词，实现短信文本到特征向量的转换，然后采用kNN方法实现短信的类别判断，从而实现不良短信的过滤。另外，针对训练集分布不均衡的情况，应用基于密度的改进方法，较为有效地处理了原来分类结果倾向于大类别样本的情况。实验表明，改进后的方法的准确率约79．18％，比原方法提升了约1．23％。该方法能够比较有效地过滤不良短信，具有一定的实用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜卫锋	嘉兴学院数理与信息工程学院	13	30	4.0	4.0
2	徐山	南京城市职业学院教务处	7	13	3.0	3.0