Contribuições ao combate de blog comment spamming

Resumo

Com o crescente aumento do volume de informações disponíveis na web, os blogs se tornaram em uma rica fonte de informação e comunicação. Além de oferecerem acesso rápido e dispensarem conhecimentos específicos como HTML e CSS por parte de seus autores, os blogs têm a forte característica de permitir uma interação com os leitores, que deixam comentários e por vezes desenvolvem hábitos de frequentar o domínio. Alguns blogs se especializam em determinados assuntos, ganhando credibilidade e tornando-se referências na área. No meio deste universo, chamado blogosfera, comentários indesejados vêm prejudicando a experiência dos usuários da Internet, podendo provocar prejuízos pessoais e econômicos para os autores dos blogs. Algumas técnicas vêm sendo propostas para detecção automática de comentários spam em blogs, ou blogs comment spam, porém a constante evolução dos mecanismos empregados pelos spammers exige que os métodos de classificação sejam cada vez mais genéricos e eficientes. Outro problema encontrado é que, devido a natureza recente do problema, ainda não há um consenso na literatura de quais são os métodos e atributos mais indicados. Diante desse cenário, esse projeto objetiva analisar o desempenho de diversos métodos bem estabelecidos de classificação, além de propor e avaliar diferentes formas de representação e conjuntos de atributos que podem ser extraídos dos blogs e que podem ser empregados pelas técnicas de aprendizado de máquina. (AU)