基于文本挖掘的短信分類技術(shù)的研究與實(shí)現(xiàn).pdf

1、手機(jī)短信作為移動(dòng)通信中的一項(xiàng)基本業(yè)務(wù)，伴隨著移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，其使用量日益增長，功能范圍日趨廣泛，極大地方便了人們的生活。短信的大量使用致使用戶在對(duì)其管理上存在一定的繁瑣性，如查找利用重要短信數(shù)據(jù)顯得較為復(fù)雜。本文研究的重點(diǎn)是如何利用文本挖掘技術(shù)對(duì)短信進(jìn)行分類管理和利用。
　　本文首先在介紹文本挖掘技術(shù)相關(guān)概念知識(shí)、文本預(yù)處理技術(shù)以及文本分類技術(shù)的基礎(chǔ)上對(duì)短信的內(nèi)容格式和結(jié)構(gòu)進(jìn)行了詳細(xì)的研究，提出了一種短信會(huì)話的抽取方法，針對(duì)

2、短信中特殊詞匯給出了短信文本規(guī)范化的處理方式。然后比較了幾種文本特征選擇方法，選擇了一種適合短信處理的特征選擇方法。研究了常用的幾種文本分類算法，詳細(xì)對(duì)KNN算法的原理、步驟、優(yōu)缺點(diǎn)進(jìn)行了分析，并針對(duì) KNN算法對(duì) K值依賴過大和受訓(xùn)練樣本密度影響較大的缺點(diǎn)設(shè)計(jì)了改進(jìn)型KNN分類算法，即利用樣本近鄰類別相似度和類別中心向量對(duì) KNN分類算法進(jìn)行改進(jìn)。
　　最后，在本文中知識(shí)技術(shù)研究的基礎(chǔ)上，設(shè)計(jì)和實(shí)現(xiàn)了基于BREW的手機(jī)數(shù)據(jù)管理平