Filtrado de SPAM en SMS mediante algoritmos de aprendizaje automático

Description: One of the most common forms of communication using mobile phones is through SMS, or short message service. Financial institutions, television companies and the telephone operators are examples of companies that takes advantage of this type of communication; however, this technology is not exempt from unwanted messages or SPAM. This article describes both the application of automatic learning algorithms for SPAM's filter and an experimenting with a data set of 5,574 SMS to evaluate the performance of models using techniques such as Logistic Regression, Super Vector Machine, KNN, Random Forest and AdaBoost to filter and predict unwanted messages.
Una de las más comunes formas de comunicación a través de teléfonos móviles sigue siendo mediante SMS o servicio de mensajes cortos, por sus siglas en inglés. Las entidades financieras, televisoras y las propias operadoras de telefonía son ejemplos de compañías que aprovechan al máximo este tipo de comunicación, pero esta tecnología no está exenta de los molestosos mensajes no deseados o SPAM. El presente artículo describe la aplicación de algoritmos de aprendizaje automático como medio para la detección de SMS no deseados, y mediante la experimentación con un conjunto de datos de 5,574 mensajes de texto o SMS evalúa el rendimiento de modelos que utilizan técnicas como Regresión Logística, Super Vector Machine, KNN, RandomForest y AdaBoost para clasificar y predecir mensajes no deseados.

Get full text: https://publicaciones.ucuenca.edu.ec/ojs/index.php/maskana/article/view/1971