

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、短信是人們?nèi)粘I罟ぷ髦谐S玫囊环N通信工具,通過對其內(nèi)容的分析獲得聯(lián)系人之間在現(xiàn)實生活中可能存在的關系,有助于短信數(shù)據(jù)的再應用。目前針對短信聯(lián)系人關系判定的研究工作較少,但是該項研究工作具有很重要的理論和現(xiàn)實意義,因此有必要對其展開深入的研究工作。
考慮到中文短信的非規(guī)范化和非結構化,在對常見的文本分詞方法進行介紹和分析的基礎上,基于短信文本的特征,選擇了恰當?shù)姆衷~方法對短信進行分詞操作,同時考慮到分詞結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》對分詞結果中的停用詞進行了去除操作。
直接使用分詞的結果難以直接進行短信聯(lián)系人的關系判定,為此需要選擇恰當?shù)奈谋颈硎痉椒▽ζ溥M行抽象和建模,以利于后續(xù)分析。在對傳統(tǒng)文本表示方法進行分析的基礎上,選擇了向量空間模型進行短信文本的表示,并根據(jù)短信的特點,設計了滿足需要的短信文本特征向量,同時也討論了特征向量中各分量權值的賦予方法,為后續(xù)聯(lián)系人關系判定工作提供了數(shù)據(jù)基礎。
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系類別,考慮到難以在短信向量空間中為每類關系給予明確的特征模式,選擇了分類的方式進行關系判定。在對主流的分類方法進行討論和分析的基礎上,選擇了支持向量機的方法,圍繞短信聯(lián)系人關系判定的需要,采用了支持向量機(Support Vector Machine, SVM)決策樹模型來構造多分類向量機,并選擇了恰當?shù)暮撕瘮?shù)實現(xiàn)了非線性分類,以此為基礎,最終給出了短信聯(lián)系人的關系分類判定算法。
最后設計了相
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于短信文本向量的聯(lián)系人關系判定方法研究.pdf
- 基于支持向量機的垃圾短信過濾方法研究.pdf
- 基于雙隸屬度判定的模糊支持向量機方法研究.pdf
- 聯(lián)系人
- 基于支持向量機的濾波方法研究.pdf
- 基于支持向量機的手機垃圾短信過濾器的研究.pdf
- 基于支持向量機的說話人識別研究.pdf
- 基于支持向量機的圖像處理方法研究.pdf
- 基于支持向量機的多分類方法研究.pdf
- 基于XQuery的聯(lián)系人管理系統(tǒng)開發(fā).pdf
- 基于支持向量機的圖像分割方法的研究.pdf
- 基于支持向量機的變形預測方法研究.pdf
- 基于支持向量機的圖像分類方法研究.pdf
- 支持向量機建模方法的研究.pdf
- 支持向量機融合方法的研究.pdf
- 支持向量機相關方法研究.pdf
- 基于支持向量機的數(shù)據(jù)挖掘方法.pdf
- 基于支持向量機的經(jīng)濟預警方法研究.pdf
- 基于支持向量機的證券價格預測方法研究.pdf
- 基于支持向量機的變結構控制方法研究.pdf
評論
0/150
提交評論