[发明专利]一种基于机器学习的社交网络垃圾消息过滤方法在审
| 申请号： | 201410332314.1 | 申请日： | 2014-07-14 |
| 公开（公告）号： | CN104063515A | 公开（公告）日： | 2014-09-24 |
| 发明（设计）人： | 郑相涵;陈国龙;曾志鹏 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于机器学习的社交网络垃圾消息过滤方法，包括以下步骤：1、针对一社交网络，定义需要从社交网络的社交消息中提取的特征向量，构建一垃圾消息过滤规则集；2、从社交网络中取一定数量的社交消息作为训练样本，然后通过信息增益算法对各训练样本进行特征提取，得到各训练样本的特征向量中除垃圾关键字得分之外的所有元素；3、根据垃圾消息过滤规则集，计算各训练样本的垃圾关键字得分，得到各训练样本完整的特征向量；4、将各训练样本的特征向量，输入支持向量机进行训练，得到垃圾消息过滤模型；5、利用垃圾消息过滤模型对待测消息进行检测，判断待测消息是否为垃圾消息。该方法有利于准确提取、过滤社交网络中的垃圾消息。 | ||
| 搜索关键词： | 一种 基于 机器 学习 社交 网络 垃圾 消息 过滤 方法 | ||
【主权项】：
一种基于机器学习的社交网络垃圾消息过滤方法，其特征在于，包括以下步骤：步骤S1：针对一社交网络，定义需要从所述社交网络的社交消息中提取的特征向量，构建一垃圾消息过滤规则集；所述垃圾消息过滤规则集中定义有多个垃圾关键字，各垃圾关键字对应有一分值，从而可根据社交消息中出现垃圾关键字的个数、频次，计算社交消息的垃圾关键字得分；步骤S2：从所述社交网络中取一定数量的社交消息作为训练样本，所述社交消息包括正常消息和垃圾消息，然后通过信息增益算法对各训练样本进行特征提取，得到各训练样本的特征向量中除垃圾关键字得分之外的所有元素；步骤S3：根据垃圾消息过滤规则集，计算各训练样本的垃圾关键字得分，得到各训练样本完整的特征向量；步骤S4：将步骤S3得到的各训练样本的特征向量，输入支持向量机进行训练，得到垃圾消息过滤模型；步骤S5：利用所述垃圾消息过滤模型对待测消息进行检测，判断待测消息是否为垃圾消息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410332314.1/，转载请声明来源钻瓜专利网。
