基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在信息化时代,垃圾短信、诈骗短信越来越成为人们日常生活中的困扰。在对垃圾短信的发展及市面上现有的拦截垃圾短信的软件进行分析后,发现垃圾短信为了躲避拦截在不断变化,拦截软件需要更加智能的去识别这些垃圾短信。为了应对不断变化的垃圾短信,为了解决联网举报、黑白名单等传统垃圾短信拦截模式触及不到的盲区,提出通过机器学习的方式让垃圾短信的拦截更加具智能化。该文就解决垃圾短信智能识别的问题,主要阐述了基于朴素贝叶斯公式的垃圾智能识别算法,分析了其算法效率,介绍了该算法在安卓平台上的设计,并对该系统进行了测试和评估。
推荐文章
基于改进朴素贝叶斯法的手机垃圾短信过滤算法研究
垃圾短信
数据不均衡
频繁项特征
朴素贝叶斯
基于改进贝叶斯算法的垃圾短信过滤研究
垃圾短信
贝叶斯算法
KNN算法
向量空间
基于朴素贝叶斯算法的垃圾邮件网关
朴素贝叶斯
信息增益
特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于朴素贝叶斯算法的垃圾短信智能识别系统
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 垃圾短信智能识别 机器学习 朴素贝叶斯公式
年,卷(期) dnzsyjsxsb_2016,(4X) 所属期刊栏目
研究方向 页码范围 190-192
页数 3页 分类号 TP18
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘秋阳 2 4 1.0 2.0
2 林泽锋 2 4 1.0 2.0
3 栾青青 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
垃圾短信智能识别
机器学习
朴素贝叶斯公式
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导