伴随着通讯技术的不断成熟,与通讯相关的使用场景也愈加宽泛。一方面,人们享受着科技带来的丰硕成果,无线网络技术得到飞速发展,但另一方面,制度和监管的相对缺失,使得很多围绕无线通讯的“黑色产业”造成了许多负面的影响,例如手机的垃圾短信就始终困扰着人们的生活。为了对手机的垃圾短信进行检测识别与过滤,对当前基于文本分类技术的垃圾短信过滤方法进行了研究,详细介绍了文本分类过程中的预处理技术和特征提取技术,并通过实验对比分析了 K邻近算法和朴素贝叶斯算法的性能。此外,针对传统文本分类算法中存在的缺陷,即当加入新的样本后分类器会因为识别的局限性导致分类效果下降,提出了两点改进方法:(1)设计并实现了基于评分法的增量多模型融合方法。增量多模型融合方法对新增的样本依次进行训练,每个样本数据集可得到一个子分类器,不同的训练集构成多个子分类器。增量多模型融合方法通过“少数服从多数”的原则对每一条待分类短信进行分类,若多数子分类器输出的结果表示正常,则该待分类短信为正常短信,反之则为垃圾短信。这样做的优势在于避免重新对分类器进行训练,减少了文本检索算法的时间损失和资源耗费,提高了文本分类的效果;(2)设计并实现了基于学习法的增量多模型融合方法,该方法同样是对新增的样本进行训练。评分法不同的地方是,基于学习法的增量多模型融合方法采用的是双层框架,即存在两层分类器。初级分类器采用了朴素贝叶斯算法进行分类,其输出作为次级分类器的输入,在次级分类器中则是采用了 SVM算法。这样的双层结构在解决增量问题的同时,进一步改善了垃圾短信的过滤结果。