基于内容的短消息智能分析系统研究-信号与信息处理专业论文.docxVIP

摘 摘 要 万方数据 万方数据 摘 要 近年来，垃圾短信问题日益严重，不仅给电信运营商，也给整个社会造成了很 大的负面影响。各电信运营商，纷纷出台各种垃圾短信过滤系统，以治理垃圾短信 的泛滥。目前主要采用的垃圾短信判定方法包括：发送流量判定、内容关键字判定 和根据被叫方号码特征判定。这些方法虽然对垃圾短信的治理有一定的效果，但也 存在着明显的缺陷和不足。 本文针对现有短信过滤技术的不足，在深入剖析了原有的过滤技术的基础上， 提出了更有效的基于短消息内容语义智能分析的方法来判断垃圾短信，本文主要完 成的工作和创新点包括以下几个方面： 1．探讨了垃圾短信过滤问题的研究现状，总结出目前运营商主要采用的垃圾 短信判定机制及其利弊。 2. 设计了一个基于内容的短消息智能分析系统，制定了系统的整体结构、各 模块的主要功能和系统的处理流程。 3．实现了流量门限分析、关键字处理和内容智能分析三个主要功能模块，提 出一种特定的时间回溯算法，统计用户发送垃圾短消息的流量。 4．提出了一种将朴素贝叶斯算法与支持向量机相结合的分类算法。朴素贝叶 斯方法具有速度快、效率高的特点，可用于在线分类。而支持向量机分类精度高， 但面对大规模短消息文本，收敛速度较慢，可用于离线分类，并以反馈的方式，更 新短消息特征样本库。 通过实验证明，相比传统方法而言，使用改进算法设计实现的短消息智能分析 系统，成功提高了短消息分类的智能性、可靠性、实时性和准确率。本文提出的基 于内容的短消息智能分析系统是对当前短信过滤系统的一种智能化改进和完善，具 有十分广阔的工程应用前景。 关键词：短消息，基于内容，朴素贝叶斯，支持向量机，文本分类 I AB ABSTRACT ABSTRACT In recent years, spam short massages question was serious day by day, not only for telecommunication operation business, also gave the entire society to have the very tremendous negative influence. Each telecommunication operation business uses each kind of spam short massages filtration system, governs spam short massages being in flood. At present mainly methods of using trash short note determination includes: Judgment users sampling frequency, judgment short massages content whether contains the key words and the basis called subscriber number characteristic determination. Although these methods have certain effect to spam short massages government, but also has the obvious flaw and the insufficiency. This dissertation in view of the existing short messages filtration technology insufficiency, studies the effective solution or the improvement method, in the original filtration technology foundation, proposed more effective judges spam short massages based on the content of short massages semantics intelligence analysis method, This main contents and contributions are as follows: Discussed spam short massages filtration question research present situation, summarizes trash short note judgment mechanism and advantage and shortcoming which present o