当今社会垃圾短信泛滥,严重骚扰着手机用户,并且为人们正常使用手机进行交流和沟通带来了极大的不便,有些违法短信和不良短信也带来了一定的社会危害。因此垃圾短信过滤是当今学术界研究的一大热点也是难点,但它同时也是广大手机用户的迫切需求。本文主要研究了基于内容的垃圾短信过滤,它可以看成是一个不规则短文本的分类问题。其核心是分类算法。主要工作包括短信语料的采集和分析、过滤系统的研究设计、核心过滤算法的选择和实验、实验系统的搭建和测试等。在短信语料方面,本文采集了2089条短信,并且从中选择了部分语料进行深入分析,总结提取了短信和垃圾短信的特征,为以后的过滤研究打下了基础。同时这些短信语料也将作为实验系统的训练和测试语料。在系统框架设计中,首先考虑了实现途径和过滤原则。通过对比选择了基于客户端的垃圾短信过滤途径。并且根据手机用户对垃圾短信的过滤需求,提出了垃圾短信过滤原则,即“宁可放过,不能错杀”。在核心过滤算法方面,借鉴了目前成熟垃圾邮件过滤方法,选取了三种过滤方法,即决策树算法、最大熵算法和显式规则算法,并实现了基于PC机的垃圾短信过滤实验系统。都取得了较好的过滤效果,其中决策树算法的平均正确率为97.2%,平均召回率为96.71%。最大熵算法的平均正确率为96.55%,平均召回率为95.85%,基于显式规则的过滤系统在保证了100%的正确的情况下,召回率达到76.79%。最后对三种算法从过滤效果,时间复杂度和灵活性方面进行了对比,阐述了基于显式规则的过滤算法的优越性。