【基于朴素贝叶斯算法的中文垃圾短信过滤模型研究】针对传统关键词过滤方法在中文垃圾短信识别中自适应差、误报率高的问题，本文实现并评估了一套基于朴素贝叶斯算法的高效、轻量级过滤工具。首先，构建中文短信语料库，并进行分词、去停用词等预处理；其次，采用TF-IDF结合N-gram进行特征提取，并通过消融实验量化各处理步骤的贡献；最后，基于Scikit-learn实现多项式朴素贝叶斯分类器，通过网格搜索进行参数调优。实验结果表明，该工具在测试集上准确率达88.2%，F1值为0.897，误报率仅6.6%，在训练效率和资源占用上相较对比算法具有一定优势。该工作为垃圾短信治理提供了一种工程上可行、易于部署的轻量级技术参考。#毕业论文# #论文投稿咨询# #学术论文# #期刊论文# #论文写作# #汉斯出版社#

荀夕园, 杨馨悦. 基于朴素贝叶斯算法的中文垃圾短信过滤模型研究[J]. 数据挖掘, 2026, 16(3): 79-89. http://t.cn/AXobMaFU
论文投稿咨询移步汉斯出版社公众号联系小编