文字 N-グラム特徴を使用したスパムツイートの検出

Twitterの人気は、世界中のニュースやトレンドイベントの重要で瞬時な情報源となりました。これは、ツイートやプロフィールページに悪意のあるコンテンツを埋め込んで投稿するスパマーの関心を引きました。スパマーは従来のセキュリティメカニズムを回避するために異なる進化する技術を使用しており、それに適応する強力なソリューションを開発する必要があります。本論文では、トークナイザーや言語依存のツールを使用せずに、低レベルの文字 n-グラム機能を提案します。公に利用可能なデータセットを使用して、提案した特徴の異なる表現で複数の機械学習分類器の性能を評価します。実験の結果、私たちのアプローチは、ツイートトークンからの単語 n-グラムを使用するアプローチに対する改善であることが示されました。また、私たちの技術がTwitterのようなリアルタイム環境で重要な低遅延でスパムツイートを検出できることも示します。