短信文本分类技术的研究

来源：计算机技术与发展杂志2016年第05期北京时间：

作者：王文霞;王春红

摘要：短信作为一种重要的交流手段,发挥着越来越重要的作用.但伴随着短信的广泛使用,垃圾短信则严重影响着人们的生活,因此文中基于短信文本特征词对短信进行分类研究.其中,TF-IDF特征词权重计算方法是对文本词汇权重计算的一种经典算法,得到了广泛应用.但此方法为了简化计算,忽略了词语之间的相互关系.针对此问题,依据同一短信文本中的词汇之间存在的相互关系,文中对权重计算法进行了调整,提出了基于模糊K均值的短信文本分类算法.即先将短信文本集用TF-IDF算法处理,得到词汇-文本集,再用模糊K均值算法对得到的词汇-文本集进行处理.最后通过实验,验证了基于模糊K均值的短信文本分类算法,其分类结果的查全率和查准率都较高,有效辨别了垃圾短信.

关键词：短信文本分类;向量空间模型;模糊聚类;模糊K均值