Classificação de SPAM em SMS Usando Técnicas de Aprendizado de Máquina

Quase toda pessoa hoje possui um celular com pelo menos as funcionalidades mais básicas, como mensagens e chamadas. Chamadas de spam já são infames pelo toque constante dos celulares para propostas promocionais ou fraudulentas a clientes inocentes. Com a redução dos custos dos serviços de mensagens em massa pelos provedores de rede, uma vasta base dessas chamadas de spam se deslocou para as mensagens. SMS, que representa um serviço de mensagens curtas, tornou-se um depósito de descrições indesejadas de produtos e ofertas de fraude. Aqui, nesse cenário, a classificação se torna uma necessidade. A classificação, nesse contexto, ocorre como a separação de mensagens de spam das mensagens ‘ham’ ou legítimas. Para esse fim mencionado, utilizamos técnicas de processamento de linguagem natural e algoritmos de aprendizado de máquina neste artigo. Usamos quatro modelos de classificação simples em um conjunto de dados do UCI Machine Learning Repository. Comparamos as precisões no final, que apontaram que o modelo mais adequado era o SVM, com uma precisão de 98,797%.