阶段 0：环境准备
1. 基础环境要求
安装 Python 3.8+ 版本
2. 安装项目依赖库
打开终端（Windows：CMD / PowerShell；Mac/Linux：Terminal），执行以下命令：
Bash
pip install django pandas scikit-learn jieba joblib |
3. 创建并进入项目主目录
Bash
mkdir sms_project
cd sms_project |
阶段 1：创建 Django 项目和应用
1. 创建Django主项目
Bash
django-admin startproject sms_project . |
✅ 注意：命令末尾的 . 表示在「当前目录」创建项目，避免生成嵌套文件夹
执行后目录结构
Plain Text
sms_project/
manage.py
sms_project/
__init__.py
settings.py
urls.py
wsgi.py |
2. 创建功能子应用（垃圾短信识别核心）
Bash
python manage.py startapp sms_app |
新增应用后的完整目录结构
Plain Text
sms_project/
sms_app/
__init__.py
admin.py
apps.py
models.py
tests.py
views.py
migrations/
manage.py
sms_project/
__init__.py
settings.py
urls.py
wsgi.py |
阶段 2：准备模型和训练数据 & 训练模型并保存
1. 数据准备
提前准备好训练数据文件 带标签短信.csv，文件存放固定路径：
Plain Text
sms_project/data/带标签短信.csv |
2. 创建模型训练脚本
在项目根目录创建文件 train_model.py，完整代码如下：
Python
# train_model.py
import pandas as pd
import jieba
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import MultinomialNB
from sklearn.metrics import accuracy_score, classification_report
import joblib
# 读取数据（指定gbk编码适配中文）
data = pd.read_csv("data/带标签短信.csv", encoding='utf-8')
# 定义中文分词函数
def chinese_tokenizer(text):
return " ".join(jieba.lcut(str(text)))
data['分词文本'] = data['文本内容'].apply(chinese_tokenizer)
# 划分训练集和测试集 8:2
X_train, X_test, y_train, y_test = train_test_split(
data['分词文本'], data['是否垃圾短信'], test_size=0.2, random_state=42
)
# TF-IDF文本向量化（最多保留5000个特征词）
vectorizer = TfidfVectorizer(max_features=5000)
X_train_tfidf = vectorizer.fit_transform(X_train)
X_test_tfidf = vectorizer.transform(X_test)
# 训练朴素贝叶斯分类模型
model = MultinomialNB()
model.fit(X_train_tfidf, y_train)
# 模型效果评估
y_pred = model.predict(X_test_tfidf)
print("准确率:", accuracy_score(y_test, y_pred))
print(classification_report(y_test, y_pred))
# 保存训练好的模型和向量器，供Django调用
joblib.dump(model, "sms_model/sms_model.pkl")
joblib.dump(vectorizer, "sms_model/vectorizer.pkl")
print("模型和向量器保存完成！") |
3. 执行训练脚本
Bash
python train_model.py |
执行成功后生成文件
训练完成后会自动创建模型目录并生成2个模型文件，路径如下：
Plain Text
sms_model/
sms_model.pkl
vectorizer.pkl |
阶段 3：Django 项目核心配置
1. 注册子应用
修改文件 sms_project/settings.py，在 INSTALLED_APPS 列表末尾新增应用注册：
Python
INSTALLED_APPS = [
'django.contrib.admin',
'django.contrib.auth',
'django.contrib.contenttypes',
'django.contrib.sessions',
'django.contrib.messages',
'django.contrib.staticfiles',
# 新增：注册垃圾短信识别应用
'sms_app',
] |
2. 创建前端模板文件
① 创建模板目录结构
Plain Text
sms_app/templates/
sms_form.html |
② 编写模板文件 sms_form.html 完整代码
HTML
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<title>垃圾短信识别</title>
<style>
body {
font-family: "微软雅黑", Arial, sans-serif;
background-color: #f0f2f5;
margin: 0;
padding: 0;
}
.container {
max-width: 700px;
margin: 50px auto;
padding: 30px;
background-color: #fff;
border-radius: 12px;
box-shadow: 0 4px 12px rgba(0,0,0,0.1);
}
h2 {
text-align: center;
color: #333;
margin-bottom: 25px;
}
textarea {
width: 100%;
padding: 12px;
font-size: 16px;
border-radius: 8px;
border: 1px solid #ccc;
resize: vertical;
}
button {
display: block;
width: 100%;
background-color: #007bff;
color: #fff;
padding: 12px;
font-size: 16px;
border: none;
border-radius: 8px;
margin-top: 15px;
cursor: pointer;
transition: background-color 0.3s ease;
}
button:hover {
background-color: #0056b3;
}
.result {
margin-top: 30px;
padding: 20px;
border-radius: 8px;
background-color: #f7f9fc;
border: 1px solid #e0e0e0;
}
.result p {
font-size: 16px;
line-height: 1.6;
margin: 8px 0;
}
.label-0 {
color: green;
font-weight: bold;
}
.label-1 {
color: red;
font-weight: bold;
}
</style>
</head>
<body>
<div class="container">
<h2>垃圾短信识别系统</h2>
<form method="post">
{% csrf_token %}
<textarea name="sms_text" rows="4" placeholder="请输入短信内容">{{ sms_text|default:"" }}</textarea>
<button type="submit">开始识别</button>
</form>
{% if label is not none %}
<div class="result">
<p><strong>短信内容：</strong>{{ sms_text }}</p>
<p><strong>是否垃圾短信：</strong>
{% if label == 1 %}
<span class="label-1">垃圾短信</span>
{% else %}
<span class="label-0">正常短信</span>
{% endif %}
</p>
<p><strong>垃圾短信概率：</strong>{{ proba }}</p>
</div>
{% endif %}
</div>
</body>
</html>
|
阶段 4：编写视图函数（核心业务逻辑）
修改文件 sms_app/views.py，替换为完整代码，负责加载模型、文本处理、预测逻辑、页面渲染：
Python
import joblib
import jieba
from django.shortcuts import render
# 项目启动时加载训练好的模型和向量器（全局加载，只执行一次）
model = joblib.load("sms_model/sms_model.pkl")
vectorizer = joblib.load("sms_model/vectorizer.pkl")
# 定义短信预测核心函数
def predict_sms(text):
# 对输入文本做中文分词
text_seg = " ".join(jieba.lcut(text))
# 文本向量化转换
text_vec = vectorizer.transform([text_seg])
# 预测标签(0/1)
pred_label = model.predict(text_vec)[0]
# 预测为垃圾短信的概率
pred_proba = model.predict_proba(text_vec)[0][1]
return pred_label, float(pred_proba)
# 定义页面视图函数
def sms_form(request):
if request.method == "POST":
# 获取前端提交的短信内容
sms_text = request.POST.get("sms_text")
# 调用预测函数
label, proba = predict_sms(sms_text)
# 返回结果到页面
return render(request, "sms_form.html", {
"sms_text": sms_text,
"label": label,
"proba": round(proba, 3)
})
# GET请求，仅渲染空表单
return render(request, "sms_form.html") |
阶段 5：配置路由 URL（页面访问路径）
步骤1：创建应用路由文件
在 sms_app 目录下新建文件 urls.py，写入代码：
Python
from django.urls import path
from . import views
urlpatterns = [
path('', views.sms_form, name='sms_form'),
] |
步骤2：配置项目总路由
修改文件 sms_project/urls.py，引入子应用路由：
Python
from django.contrib import admin
from django.urls import path, include
urlpatterns = [
path('admin/', admin.site.urls),
path('', include('sms_app.urls')), # 根路径指向sms_app
] |
阶段 6：启动并运行 Django 项目
执行启动命令（按顺序执行）
Bash
# 步骤1：初始化Django数据库迁移（首次运行必须执行）
python manage.py migrate
# 步骤2：启动Django内置开发服务器
python manage.py runserver |
访问项目
启动成功后，打开浏览器，输入以下地址访问：
http://127.0.0.1:8000/
功能效果
页面展示一个文本输入框，输入短信内容后点击「识别」，会立即展示：
1. 你输入的原始短信内容
2. 预测标签：0(正常短信) / 1(垃圾短信)
3. 垃圾短信概率值（保留3位小数）
✨ 补充说明
• 预测逻辑：0 = 正常短信，1 = 垃圾短信
• 概率值范围：0 ~ 1，数值越接近1，判定为垃圾短信的置信度越高
• 技术栈：Django(Web框架) + jieba(中文分词) + TF-IDF(文本特征提取) + 朴素贝叶斯(分类模型)