基于文本分类算法的垃圾短信过滤技术研究的中期报告.docx

基于文本分类算法的垃圾短信过滤技术研究的中期报告

一、研究背景

近年来，随着互联网技术的迅速发展，人们越来越依赖于移动终端进行通讯。但随之而来的便是短信垃圾的横行。短信垃圾反感度高、内容低俗，严重影响到了人们的正常生活和工作，给人们带来了很大的不便。因此，如何对短信垃圾进行过滤成为了当前亟待解决的问题。

二、研究目的

本研究旨在通过对文本分类算法不断改进，提高短信垃圾过滤的准确率和召回率，进而提高短信过滤的效率。

三、研究方法与步骤：

1.正负文本样本筛选

研究中，从现有数据集中筛选出足够的正负样本，以利于算法训练和测试。

2.特征选择

特征是文本分类的重要组成部分，影响分类效果的主要因素之一。因此，本研究采用信息增益和卡方检验相结合的方法进行特征选择。

3.实现分类算法

本研究采用决策树算法，朴素贝叶斯算法和支持向量机算法，对短信进行分类。

4.算法优化

通过不断调参和改进算法，提高短信分类准确性和召回率。

5.算法实现

将研究所得的最优算法转化为可执行程序，并进行性能测试。

四、预期成果

本研究旨在提高短信垃圾过滤的准确率和召回率，提高短信过滤的效率。预期将达到以下目标：

1.确定合适的正负样本，并选取最优特征进行分类；

2.实现三种主流分类算法，并进行性能测试；

3.通过对算法的不断优化，提高短信分类准确性和召回率。