基于改進(jìn)K近鄰算法的手機(jī)電子郵件內(nèi)容自動(dòng)分類(lèi)研究.pdf

1、最近幾年，智能手機(jī)發(fā)展勢(shì)頭猛漲，已經(jīng)成為繼廣播、電視、報(bào)紙和互聯(lián)網(wǎng)之后的新一代的媒介形式。通過(guò)智能手機(jī)收發(fā)郵件的頻率飛速增長(zhǎng)，加之垃圾郵件的肆掠擴(kuò)散并沒(méi)有遏制反而愈演愈深，電子郵件運(yùn)營(yíng)商以幾何級(jí)數(shù)的速度不斷提升郵箱的容量。面對(duì)海量的郵件和頻繁入侵的垃圾郵件，因此郵件自動(dòng)分類(lèi)就顯得具有較高的實(shí)用價(jià)值。
　　 基于電子郵件內(nèi)容的手機(jī)電子郵件自動(dòng)分類(lèi)技術(shù)，是數(shù)據(jù)挖掘中文本分類(lèi)技術(shù)的一個(gè)重要應(yīng)用。因此，首先從文本預(yù)處理、文本提取和中文分

2、詞等技術(shù)的概念以及文本自動(dòng)分類(lèi)的背景著手，系統(tǒng)地探討電子郵件自動(dòng)分類(lèi)的流程和步驟，深入研究了實(shí)現(xiàn)手機(jī)電子郵件自動(dòng)分類(lèi)系統(tǒng)所涉及的理論和技術(shù)。對(duì)于涉及到文本分類(lèi)的關(guān)鍵技術(shù)，包括中文分詞、特征提取、詞頻統(tǒng)計(jì)、向量空間模型和分類(lèi)算法，本文給出了詳細(xì)的理論闡述和算法描述。
　　 由于是基于K近鄰算法的改進(jìn)算法，重點(diǎn)探討了K近鄰算法，并針對(duì)其缺點(diǎn)即選擇閾值K的盲目性，提出了基于矩陣奇異值分解的K近鄰算法。該改進(jìn)算法基于矩陣奇異值分解技術(shù)，