基于Scikit-Learn的垃圾短信过滤方法实证研究

发布时间：2017-06-08 04:11

  本文关键词：基于Scikit-Learn的垃圾短信过滤方法实证研究，由笔耕文化传播整理发布。

【摘要】：文章为有效应对垃圾短信,在短信数据集"SMS Spam Collection"上,以Scikit-Learn为工具,通过实验对比验证,结果表明,在比较的7种垃圾短信过滤统计学习方法中,朴素贝叶斯和支持向量机方法在判别准确率方面明显优于其他方法,这2种方法可以作为其他方法用以比较的基准测试方法.
【作者单位】： 淮北师范大学计算机科学与技术学院;河海大学计算机与信息学院;
【关键词】： 垃圾短信 Scikit-Learn 分类 朴素贝叶斯法 支持向量机
【基金】：安徽省高校自然科学重点项目(KJ2015A315,KJ2013A229) 安徽省自然科学基金项目(1408085MF130) 淮北师范大学青年科研项目(2013xqz06)
【分类号】：TP181
【正文快照】： 0引言在移动手机高度普及的今天,垃圾短信泛滥成灾.手机用户的短信箱被五花八门的垃圾短信充斥着.据百度手机卫士《2015上半年中国移动互联网安全报告》显示,截至2015年6月,全国垃圾短信的总量为199亿条,每月人均接收垃圾短信7条.不得不说垃圾短信已经严重侵扰到了手机用户的

  本文关键词：基于Scikit-Learn的垃圾短信过滤方法实证研究，，由笔耕文化传播整理发布。

本文编号：431337