• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>East Indonesia Conference on Computer and Information Technology >Short Message Service (SMS) Spam Filtering using Machine Learning in Bahasa Indonesia
【24h】

Short Message Service (SMS) Spam Filtering using Machine Learning in Bahasa Indonesia

机译：短信服务（SMS）垃圾邮件过滤在巴哈萨印度尼西亚的机器学习

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Short Message Service (SMS) is an essential communication tool in Indonesian society. Companies use SMS as a promotion tool but unfortunately some individuals use SMS to send spam messages. A smartphone user in Indonesia has had an experience with these spam and promotional messages. This study presents a model to classify spam, promotion and ham messages based on Indonesian text messages. The model was trained with 4,125 text messages, tested with 1,260 text messages. A 10-fold cross validation method was used to evaluate the classifiers and the results show that Random Forest (94.62%), Multinomial Logistic Regression (94.57%), Support Vector Machine (94.38%), and XGBoost (94.52%) are among the best models to be used for a multiclass SMS classification.
机译：短消息服务（SMS）是印度尼西亚社会的重要沟通工具。 公司使用SMS作为推广工具，但不幸的是，有些人使用短信发送垃圾邮件。 印度尼西亚的智能手机用户有了这些垃圾邮件和促销信息的经验。 本研究提出了一种模型，用于根据印度尼西亚语短信对垃圾邮件，促销和火腿消息进行分类。 该模型培训了4,125个短信，用1,260个短信测试。 使用10倍的交叉验证方法来评估分类器，结果表明，随机林（94.62％），多项逻辑回归（94.57％），支持向量机（94.38％）和XGBoost（94.52％）是 用于多种多组SMS分类的最佳模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号