[发明专利]基于朴素贝叶斯分类的手机垃圾短信过滤方法与系统

摘要

发明提供一种基于朴素贝叶斯分类的手机垃圾短信过滤系统和方法，其中该系统包括：信息截取模块，对新收到的短信息进行信息截取；缓存；黑名单过滤模块，基于预先设定的黑名单对新短信息进行过滤处理；关键词过滤模块，基于预先设定的关键词对对新短信息进行过滤处理；朴素贝叶斯分类智能过滤模块，基于预先训练好的特征词库，采用朴素贝叶斯算法计算新短信息是或不是垃圾短信的概率，如果概率比超过预设的阀值，则判断为垃圾短信，否则为正常短信。本发明的基于朴素贝叶斯分类的手机垃圾短信过滤系统和方法通过黑名单、关键字、朴素贝叶斯分类技术和中文分词技术结合的方法，智能判别短信是否为垃圾短信，从而实现对垃圾短信的过滤。

主权项

一种基于朴素贝叶斯分类的手机垃圾短信过滤方法，其特征在于，包括以下步骤：步骤1、准备阶段，其包括以下过程：步骤1‑1、选择一个或多个联系人号码作为黑名单号码，并将这些联系人号码存入一黑名单数据库；步骤1‑2、选择一个或多个关键词作为过滤词，并将这些关键词存入一关键词数据库；步骤1‑3、对正常短信样本库和垃圾短信样本库进行分词和训练处理，得到特征词库，其中包括每种类别特征词的先验概率、特征词以及特征词在每种类别中的条件概率组成特征向量；步骤2、垃圾短信判定阶段，其包括以下过程：步骤2‑1、监听手机系统的短信事件，对新收到的短信息进行信息截取；步骤2‑2、判断短信息是否由黑名单数据库中的至少一个黑名单号码发送的，如果是，则判断为垃圾短信，并进入步骤2‑5，否则，进入步骤2‑3；步骤2‑3、判断短信息的内容是否包含关键词数据库中的至少一个关键词，如果是，则判断为垃圾短信，并进入步骤2‑5，否则，进入步骤2‑4；步骤2‑4、基于前述步骤1‑3所得特征词库中的特征向量，使用朴素贝叶斯算法计算新短信息是或不是垃圾短信的概率，如果是垃圾短信与不是垃圾短信的概率比超过预设的阀值，则判定该短信息为垃圾短信，并进入步骤2‑5，否则，判断为正常短信，进入步骤2‑6；步骤2‑5、将判断为垃圾短信的短信息存入一垃圾短信数据库；步骤2‑6、将判断为正常短信的短信息存入手机系统收信箱。