论文导读:：应用于短信分类时。贝叶斯算法。短信的表示和特征提取。向量空间模型（VSM）。论文关键词：短信分类，贝叶斯算法，特征提取，向量空间模型1. 引言随着移动通信技术的飞速发展和手机普及率的迅速提高，手机短信逐渐成为人们日常生活中不可或缺的通信方式，然而，由于其低廉的传输代价，使得我们每天收到很多不请自来的垃圾短信，一般来说，凡是用户没有定制过的包含有欺骗、色情、诅咒等内容并且是用外地手机或小灵通为发送号码的短信，均为垃圾短信1。垃圾短信的常见内容包括广告信息、色情信息、假中奖信息、欺诈信息、恶作剧等，垃圾短信危害社会安全、毒害社会风气、影响用户的正常生活，目前，垃圾短信过滤技术主要借鉴垃圾邮件过滤中的成果，如黑白名单过滤、规则过滤和基于关键词过滤等技术。短信的主体内容仍然是由文本组成，因此对短信的分类就转化为对短信文本的分类，这里我们借鉴文本分类的过程对短信进行分类，分为正常短信和垃圾短信，并对不同类别的短信采取不同的处理办法。在文本分类算法中特征提取，贝叶斯方法拥有很多的优势，并且在垃圾邮件过滤方面取得了很好的成效。本文利用改进贝叶斯分类算法，对短信按照
