随着智能手机的普及以及移动电子商务的兴起,短信功能已不再局限于个人通信,而是被广泛用于动态密码获取、快递信息获取、广告投放等方面。随着移动短信业务的快速发展,短信过滤的需求发生了深刻的变化。现有的短信过滤技术针对的是传统意义上的正常短信和垃圾短信。在进行短信过滤的时候没有充分考虑用户的个性化需求。在个性化服务盛行的今天,短信过滤技术急需跟上时代的步伐。本论文旨在通过对用户特征建模技术和分类算法进行研究,并结合短信过滤这一特定应用场景,提出了针对智能终端设备的短信过滤整体解决方案,并最终搭建出该过滤系统。本论文主要研究了文本分类算法,提出了基于用户智能终端手机中安装的App(Application)分类的用户特征模型、基于用户对现有短信操作的用户特征模型及基于用户特征模型的短信过滤算法。本论文完成的工作如下:1)收集用户智能手机中的App安装、使用、卸载和分享信息,根据这些信息建立基于App类别的用户特征模型;2)收集用户智能手机中的现存短信及用户对短信的操作信息,根据这些信息建立基于用户对现存短信操作的用户特征模型;3)根据建立的基于App类别的用户特征模型和基于用户对现存短信操作的用户特征模型设计短信过滤算法,并实现之;4)设计对比实验对上述短信过滤算法进行测试分析,验证该短信过滤算法的可行性与有效性。本文重点对个性化短信过滤模型进行了深入研究,并基于Android平台实现了相应模型,对提高短信过滤系统的整体性能具有一定的实用价值和参考意义。