短信是人们日常生活工作中常用的一种通信工具,通过对其内容的分析获得联系人之间在现实生活中可能存在的关系,有助于短信数据的再应用。目前可用于短信联系人关系判断的系统很少,但是该类系统具有很重要的理论和应用价值,因此有必要对该系统进行研究和设计。考虑到中文短信的非规范化和非结构化,在对常见的文本分词方法进行介绍和分析的基础上,本系统选择了恰当的分词方法对短信进行分词操作,同时使用《百度停用词表》对分词结果中的停用词进行了去除操作。在对传统文本表示方法进行分析的基础上,选择了向量空间模型进行短信文本的表示,并根据短信的特点,设计了满足需要的短信文本特征向量。在确定了特征向量之后,对主流的分类方法进行了讨论与分析,选择了K最近邻方法作为本系统的分类方法,并针对K最近邻(K-Nearest Neighbor,KNN)算法效率不高的问题,提出了用高效的K中心点聚类(K-medoids)方法对样本进行裁剪的方法。以此来提高分类系统的效率和准确性。介绍并选择了相关技术后,对系统进行了详细地设计。将系统分为了文档解析模块、文本预处理模块、特征提取模块和分类模型建立与应用模块。详细介绍了各个模块的流程与实现方法。最后设计了相应的实验方案,对系统进行了进行了短信联系人关系的判断实验,实验结果表明系统拥有较高的效率及准确性。