.png){kind=icon}
返回
Cost-Sensitive SMS Spam Detection Using Enhanced Three-Step Data Preprocessing and Support Vector Machine Classification
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-96-6291-3_5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
当前短信垃圾邮件检测系统通常利用垃圾邮件过滤器，这些过滤器通常由移动服务提供商实施以识别并自动拦截垃圾邮件，防止其进入用户收件箱。本研究提出了一种增强型短信垃圾邮件检测模型。研究中使用的数据集为来自Kaggle的SMS垃圾邮件收集数据集。通过词袋、词频-逆文档频率和Bi-gram（BG）技术实现了文本向量化。本研究采用三步数据预处理方法以提高模型性能。该过程包括：(1) 使用BG进行文本向量化，(2) 将BG数据与特征提取（FE）相结合，(3) 使用类别平衡器（CB）解决SMS垃圾邮件收集数据集中的不平衡问题。这三个步骤产生了一个称为BG-FE-CB数据的数据集。模型开发采用了多种成熟算法，包括朴素贝叶斯、多项式朴素贝叶斯、逻辑回归、支持向量机（SVM）和卷积神经网络。模型使用灵敏度、特异度、接收者操作特征曲线下面积（AUC）、马修斯相关系数（MCC）和准确率等指标进行评估。实验结果表明，使用BG-FE-CB数据的SVM模型有效解决了代价敏感问题。本研究提出的称为BG-FE-CB-SVM的模型在评估的模型中达到了最高的灵敏度（0.95）、特异度（1.00）和AUC（0.99）。它还优于先前的研究，实现了最高的灵敏度、特异度、AUC和MCC（0.94）。
Keyword:
Spam Detection
Data Preprocessing
Support Vector Machine
期刊
机构
引用论文
分享收藏An intelligent model based on integrated inverse document frequency and multinomial Naive Bayes for current affairs news categorisation基于集成逆文档频率和多项式朴素贝叶斯模型的时政新闻分类
PREAI
分享收藏Bag-of-Words Technique in Natural Language Processing: A Primer for Radiologists.png)
RADIOGRAPHICS
OAAI
RADIOGRAPHICSIF5.5
OAAI分享收藏
查看更多内容