Resumen

En los últimos años, la investigación sobre la filtración de spam en la web ha despertado interés tanto en la academia como en la industria. En este contexto, aunque existen un buen número de técnicas antispam exitosas disponibles (es decir, basadas en contenido, en enlaces y en ocultamiento), una combinación adecuada de diferentes algoritmos respaldada por una plataforma avanzada de filtrado de spam en la web ofrecería resultados más prometedores. Con este fin, proponemos el marco WSF2, una nueva plataforma especialmente adecuada para filtrar contenido no deseado en páginas web. Actualmente, nuestro marco permite la fácil combinación de diferentes técnicas de filtrado que incluyen, pero no se limitan a, expresiones regulares y clasificadores reconocidos (como Naive Bayes, Máquinas de Vectores de Soporte y C5.0). Aplicando nuestro marco WSF2 sobre el corpus WEBSPAM-UK2007 disponible públicamente, hemos logrado demostrar que una simple combinación de diferentes técnicas es capaz de mejorar la precisión de los clasificadores individuales en la detección

• Materias:Difusión de información Inteligencia de enjambre Programación híbrida Modelo de programación Máquinas virtuales
• Subjects:Information dissemination Swarm intelligence Hybrid programming Programming model Virtual machines
• Palabras claves:Investigación; Filtrado de spam web; Algoritmos; Marco WSF2; Técnicas de filtrado; Clasificadores
• Keywords:Research; Web spam filtering; Algorithms; WSF2 framework; Filtering techniques; Classifiers