Aké hlavné funkcie sa použili na klasifikáciu spamu v leadoch?

Pre klasifikáciu spamu v leadoch sa zvyčajne používajú nasledujúce hlavné znaky (features):

• Textové charakteristiky: prítomnosť kľúčových slov alebo fráz, frekvencia určitých slov, dĺžka správy.
• Metadáta odosielateľa: IP adresa, doména e-mailu, geolokácia.
• Správanie: frekvencia odosielania správ z jedného zdroja, čas odoslania (napríklad, spam často odosielaný v noci).
• Štrukturálne znaky: formát a štruktúra správy, prítomnosť odkazov, príloh.
• História interakcií: či bol tento kontakt predtým označený ako spam.

Príklad: pre model možno použiť TF-IDF vektorizáciu textu leadu, pridať binárne znaky prítomnosti odkazov a číselné znaky frekvencie správ z IP, a následne trénovať klasifikátor (napríklad logistickú regresiu alebo gradient boosting).