基于支持向量機(jī)的短信聯(lián)系人關(guān)系判定方法研究.pdf

1、短信是人們?nèi)粘Ｉ罟ぷ髦谐Ｓ玫囊环N通信工具，通過對(duì)其內(nèi)容的分析獲得聯(lián)系人之間在現(xiàn)實(shí)生活中可能存在的關(guān)系，有助于短信數(shù)據(jù)的再應(yīng)用。目前針對(duì)短信聯(lián)系人關(guān)系判定的研究工作較少，但是該項(xiàng)研究工作具有很重要的理論和現(xiàn)實(shí)意義，因此有必要對(duì)其展開深入的研究工作。
　　考慮到中文短信的非規(guī)范化和非結(jié)構(gòu)化，在對(duì)常見的文本分詞方法進(jìn)行介紹和分析的基礎(chǔ)上，基于短信文本的特征，選擇了恰當(dāng)?shù)姆衷~方法對(duì)短信進(jìn)行分詞操作，同時(shí)考慮到分詞結(jié)果中可能存在的無意義的

2、停用詞，使用了《哈工大停用詞表》對(duì)分詞結(jié)果中的停用詞進(jìn)行了去除操作。
　　直接使用分詞的結(jié)果難以直接進(jìn)行短信聯(lián)系人的關(guān)系判定，為此需要選擇恰當(dāng)?shù)奈谋颈硎痉椒▽?duì)其進(jìn)行抽象和建模，以利于后續(xù)分析。在對(duì)傳統(tǒng)文本表示方法進(jìn)行分析的基礎(chǔ)上，選擇了向量空間模型進(jìn)行短信文本的表示，并根據(jù)短信的特點(diǎn)，設(shè)計(jì)了滿足需要的短信文本特征向量，同時(shí)也討論了特征向量中各分量權(quán)值的賦予方法，為后續(xù)聯(lián)系人關(guān)系判定工作提供了數(shù)據(jù)基礎(chǔ)。
　　從分類工作的需要出

3、發(fā)，定義了聯(lián)系人之間可能存在的關(guān)系類別，考慮到難以在短信向量空間中為每類關(guān)系給予明確的特征模式，選擇了分類的方式進(jìn)行關(guān)系判定。在對(duì)主流的分類方法進(jìn)行討論和分析的基礎(chǔ)上，選擇了支持向量機(jī)的方法，圍繞短信聯(lián)系人關(guān)系判定的需要，采用了支持向量機(jī)（Support Vector Machine, SVM）決策樹模型來構(gòu)造多分類向量機(jī)，并選擇了恰當(dāng)?shù)暮撕瘮?shù)實(shí)現(xiàn)了非線性分類，以此為基礎(chǔ)，最終給出了短信聯(lián)系人的關(guān)系分類判定算法。
　　最后設(shè)計(jì)了相