在互联网飞速发展、电子商务技术日趋成熟的今天,随着移动终端——手机的日益普及,手机短信作为无线数据通讯的一个基本业务,为人们相互间交流提供了新的手段,并且受到了手机用户的青睐。作为一种新型的广告宣传的方式,手机短信有很大的潜力和前景,然而在实际运营中仍有不可回避的问题:垃圾短信。从目前的市场情况来看,手机短信广告最需要面对的就是如何解决扰民问题。这就需要广告发布者采取有效的方法以获得广告受众的相关信息,从而定向投放具有针对性、应变性的短信广告。为实现这一目的,我们可以运用文本挖掘技术,从海量的电信业务数据进行分析,在此基础上有针对性地投放短信广告,从而形成广告投放者、广告受众、电信运营商三赢的局面。本文将文本挖掘方法应用于电信业务数据模型上,应用数据约简技术以解决数据量大的问题,应用数据除噪技术以解决数据含噪声的问题,综合运用多种模式识别技术以从电信业务数据中分析出用户的兴趣点所在、实现短信广告定向投放功能,这些都是本研究的重点,也是本研究的创新之处本文的主要工作包括:(1)提出了一种针对短信文本的聚类方法,具有高准确度和高效率的特点。(2)提出了一种预加窗的中文文本校对技术,用于文本规范和校对,同时该算法具有较小的计算复杂度。(3)提出了一种自适应的重复特征选择技术,该方法能够最终得到最优的低维特征空间,同时也有效的解决了训练集含有噪声训练元素情况下的最优特征提取问题。(4)提出了一种基于关键词表的特征权重调整技术,进一步地突出了短信中的关键词成分,提高了关键点的识别率。试验表明,本文中提出的方法是有效的,此外本研究还有一定的现实意义,对数据挖掘在电信行业中的应用有一定的促进作用。