kNN算法在手机短信客户端分类中的应用研究

• 作者: 张燕平 王红 陈功平
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 短信分类 kNN算法 特征向量集 向量空间模型
• 年，卷（期）: 2014,（2）
• 页码范围: 216-222
• 页数: 7页
• 分类号: TN929.53
• 字数: 5433字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2014.02.011

摘要

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%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕平	安徽大学计算机科学与技术学院	148	1556	21.0	32.0
2	王红	六安职业技术学院信息工程系	19	101	4.0	9.0
3	陈功平	六安职业技术学院信息工程系	19	86	4.0	8.0