상세검색
검색어 입력 검색어는 최대 5개까지 추가하실 수 있습니다.
비밀번호 변경 안내
비밀번호를 변경하신 지 90일 이상 지났습니다.
개인정보 보호를 위해 비밀번호를 변경해 주세요.
비밀번호 변경 안내
비밀번호를 변경하신 지 90일 이상 지났습니다.
개인정보 보호를 위해 비밀번호를 변경해 주세요.
- 학술저널
- 대한산업공학회
- 대한산업공학회지
- 대한산업공학회지 제43권 제3호
- 2017.06
- 192 - 202 (11 pages)
- KCI우수등재
DOI : 10.7232/JKIIE.2017.43.3.192
UCI(KEPA) : I410-ECN-0101-2018-530-000895276
초록
This study develops a text spam filtering system for Facebook based on two variable categories: keywords learned from Instagram and meta-information of Facebook posts. Since there is no explicit labels for spam/ham posts, we utilize hash tags in Instagram to train classification models. In addition, the filtering accuracy is enhanced by considering meta-information of Facebook posts. To verify the proposed filtering system, we conduct an empirical experiment based on a total of 1,795,067 and 761,861 Facebook and Instagram documents, respectively. Employing random forest as a base classification algorithm, experimental result shows that the proposed filtering system yield 99% and 98% in terms of filtering accuracy and F1-measure, respectively. We expect that the proposed filtering scheme can be applied other web services suffering from massive spam posts but no explicit spam labels are available.
목차
1. 서론
2. 연구 프레임워크
3. 데이터 수집
4. 데이터 전처리
5. 스팸 분류 모델 구축
6. 결론
참고문헌
참고문헌(18)
-
1.
-
2.
-
3.
-
4.
-
5.
함께 이용한 논문(5)
-
1.
-
2.
-
3.
-
4.
-
5.
추천 논문(5)
-
1.
-
2.
-
3.
-
4.
-
5.
리뷰(0)
도움이 되었어요.0
도움이 안되었어요.0
도움이 되었어요.0
도움이 안되었어요.0
