一种具有分类细化功能的垃圾语言识别方法
李小娇
马吉明
张向梅
1.郑州轻工业学院 计算机与通信工程学院,河南 郑州,4500012.郑州轻工业学院 计算机与通信工程学院,河南 郑州,4500013.郑州轻工业学院 计算机与通信工程学院,河南 郑州,450001
摘要：为了筛选出散播垃圾语音的用户，建立了一种采用基于加权k-means和支持向量机的垃圾语言识别方法。该方法依据用户的历史通信活动建立通信行为网络模型，用加权的k-means算法对用户进行半监督聚类，然后从每个类中均匀选取部分用户数据作为训练集，采用支持向量机获得训练模型用以预测剩余用户数据。实验结果表明，该方法的用户分类更细化，并具备预测功能，有一定的机器学习能力，可用于大客户发现及关联客户发现和业务推荐等。
关键词：数据挖掘k-means支持向量机垃圾语音
分类号：TP399(计算技术、计算机技术)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 94-97,108 )
英文信息