基于局部敏感哈希的K邻近算法识别垃圾短信

针对目前垃圾短信的识别算法存在的关键字及频次的规则死板，易于被不法分子探测和规避等问题，提出将局部敏感哈希的K邻近算法应用于垃圾短信分类识别；首先定义特征，然后采用局部敏感哈希算法计算向量距离，通过得到的距离衡量矩阵的相似性，量化矩阵相似程度，对本文中提出的优化模型进行实现和训练；基于短信文本内容，运用词频-逆向文本频率算法生成矩阵，利用局部敏感哈希算法求解最相似样本，记录样本类别，将训练结果导入K邻近算法分类器得到最优近邻，在测试集或验证集上对优化模型垃圾短信分类识别准确率进行评测。结果表明，经过K邻近算法分类器后，优化模型垃圾短信分类识别准确率达到98.7%。