垃圾短信的识别方法及装置

摘要

本发明公开了一种垃圾短信的识别方法及装置，在上述方法中，在垃圾短信样本集中获取第一特征词集合以及在第一特征词集合中每个特征词的第一条件概率；在非垃圾短信样本集中获取第二特征词集合以及在第二特征词集合中每个特征词的第二条件概率；根据待处理的短信集合中每条短信所包含的分词数量、每条短信在短信集合中重复出现的次数、第一特征词集合、第二特征词集合、第一条件概率以及第二条件概率从短信集合中识别出垃圾短信集合。根据本发明提供的技术方案，提高了在数据源发送的短信数据量较为庞大时对垃圾短信的识别准确率，降低了垃圾短信的误报率和漏报率。

主权项

一种垃圾短信的识别方法，其特征在于，包括：在所述垃圾短信样本集中获取第一特征词集合以及在所述第一特征词集合中每个特征词的第一条件概率；在所述非垃圾短信样本集中获取第二特征词集合以及在所述第二特征词集合中每个特征词的第二条件概率；根据待处理的短信集合中每条短信所包含的分词数量、所述每条短信在所述短信集合中重复出现的次数、所述第一特征词集合、所述第二特征词集合、所述第一条件概率以及所述第二条件概率从所述短信集合中识别出垃圾短信集合。