Ing. Aliaksandr Barushka

Doctoral thesis

Machine Learning Techniques in Spam Filtering

Machine Learning Techniques in Spam Filtering
Abstract:
The rapid growth of unsolicited and unwanted messages has inspired the development of many anti-spam methods. Machine-learning methods such as Naive Bayes, support vector machines or neural networks have been particularly effective in categorizing spam/non-spam messages. In order to further enhance the performance of review spam detection, I propose a novel contentbased approach that considers both …viac
Abstract:
The rapid growth of unsolicited and unwanted messages has inspired the development of many anti-spam methods. Machine-learning methods such as Naive Bayes, support vector machines or neural networks have been particularly effective in categorizing spam/non-spam messages. In order to further enhance the performance of review spam detection, I propose a novel contentbased approach that considers both …viac
 
 
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 31. 3. 2020
Zverejniť od: 31. 12. 2999

Obhajoba závěrečné práce

  • Obhajoba proběhla 2. 6. 2020
  • Vedúci: doc. Ing. Petr Hájek, Ph.D.

Citační záznam

Jak správně citovat práci

Barushka, Aliaksandr. Machine Learning Techniques in Spam Filtering. Pardubice, 2020. disertační práce (Ph.D.). Univerzita Pardubice. Fakulta ekonomicko-správní

Plný text práce

Právo: Autor si nepřeje zpřístupnění práce veřejnosti

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • Soubory jsou nedostupné.
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Pardubice, Fakulta ekonomicko-správní

University of Pardubice

Faculty of Economics and Administration

Doctoral programme / odbor:
Applied Informatics / Applied Informatics