诈骗短信识别算法的研究一直是诈骗短信综合监管平台建设过程中的一项重要设计任务,目前的算法一般是针对单一关键字、重复出现的疑似诈骗信息的高有效识别来提高算法效率的,由于利益驱使欺诈类短信反监管变异能力越来越强,伪装能力越来越高,因此诈骗短信综合监管平台对于诈骗短信识别算法提出了更高的要求。在现有分析诈骗短信挖掘算法的文献中,通过机器学习方法智能地对全国诈骗短信可能性进行综合评价的算法还很少见。本文通过引入概念格相关理论,建立了一个基于概念格的诈骗短信挖掘综合评价LRA算法(a concept lattice fraud text mining based on comprehensive evaluation algorithm)。现有算法往往在数据清理后再对数据进行分析,数据清理与数据分析脱节导致加大了算法的时间和空间的复杂度,而LRA算法将数据清理与数据分析通过形式背景熵统一到了一起从而提高了算法的效率。LRA算法首先选取了具有代表性的,年龄上较为集中的诈骗短信数据进行分析,将抽样检测数据进行数量化并形成概念格的形式背景;其次建立诈骗短信识别与短信费用和套餐档次的函数关系式;再次,由于大多数情况下,对同一个子系统的同一个部件两次相邻的检测结果一般都是相同的,因此LRA算法将这些相同的数据清理以提高识别效率;最后,针对LRA算法在算法效率、算法参数阈值选取方面的不足进行了展望。综上,论文通过设计形式背景约简定理,证明约简后的结果就是有效的形式背景数据;在此基础上,诈骗短信评定可以通过LRA算法判定的形式背景熵来实现,若同一个子系统不同时期的的形式背景熵相似度越高则该子系统的后一个情况下的疑似系数与前一个情况下的风险系数越趋于一致;相反,若形式背景熵相似度越低则两种情况下的疑似系数也差距越大。因此待测的形式背景熵与诈骗内容形式背景熵的相似度可以有效地反映出诈骗短信疑似系数,从而提高诈骗短信的识别效率。