EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC 4.0

Modelo de Aprendizaje Supervisado para la Identificación Automática de Spam en Entornos de Mensajería Móvil

Camilo Esquea Osorio, Melissa Riascos Carvajal, Dinael Guevara Ibarra

Mundo FESC · 01.05.2025 · 15 (32) · 385-399

DOI: 10.61799/2216-0388.1797 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Mundo FESC, online erschienen am 01.05.2025. Verfasst von Camilo Esquea Osorio und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Este artículo presenta un modelo de aprendizaje supervisado para la detección automática de mensajes no deseados (spam) en entornos de mensajería móvil, utilizando datos del repositorio Hugging Face. La metodología incluyó las etapas de limpieza y normalización del texto, traducción al español, análisis exploratorio y representación de los mensajes mediante la técnica de bolsa de palabras (CountVectorizer). Posteriormente, el conjunto de datos fue dividido en particiones de entrenamiento y prueba, y se entrenó un clasificador Random Forest con hiperparámetros ajustados manualmente. Los resultados muestran una exactitud global del 96 %, una precisión de 1.00 para la clase spam y una mejora significativa del F1-score (0.82). Además, la validación cruzada de cinco pliegues obtuvo una media de exactitud del 94.4 %, evidenciando estabilidad en el modelo. En conjunto, estos hallazgos confirman que el modelo propuesto es una alternativa eficaz para la detección de spam en aplicaciones de mensajería móvil.

Zitieren

APA

Osorio, C. E., Carvajal, M. R., & Ibarra, D. G. (2025). Modelo de Aprendizaje Supervisado para la Identificación Automática de Spam en Entornos de Mensajería Móvil. Mundo FESC, 15(32), 385-399. https://doi.org/10.61799/2216-0388.1797

Vancouver

Osorio CE, Carvajal MR, Ibarra DG. Modelo de Aprendizaje Supervisado para la Identificación Automática de Spam en Entornos de Mensajería Móvil. Mundo FESC. 2025;15(32):385-399. doi:10.61799/2216-0388.1797

BibTeX
@article{Osorio2025,
  author = {Osorio, Camilo Esquea and Carvajal, Melissa Riascos and Ibarra, Dinael Guevara},
  title = {Modelo de Aprendizaje Supervisado para la Identificación Automática de Spam en Entornos de Mensajería Móvil},
  journal = {Mundo FESC},
  year = {2025},
  volume = {15},
  number = {32},
  pages = {385--399},
  doi = {10.61799/2216-0388.1797}
}
Kostenlos starten →