• Título:  SISTEMA ADAPTATIVO CON ETIQUETADO INTELIGENTE PARA LA CLASIFICACIÓN DE CORREO SPAM
• Autor:  MÉNDEZ REBOREDO, JOSÉ RAMÓN
• Universidad:  Universidad de Vigo
• Departamento:  Informática
• Fecha de Lectura:  21/09/2006
• Programa de doctorado:  TECNOLOGÍAS AVANZADAS PARA O DSENVOLVEMENTO DE SOFTWARE
• Dirección: 
  • FERNÁNDEZ RIVEROLA, FLORENTINO (DIRECTOR)
• Tribunal: 
  • CANTÓN GARBÍN, MANUEL (PRESIDENTE)
  • DÍAZ GÓMEZ, FERNANDO (SECRETARIO)
  • FERREIRA MAIA NEVES JOSÉ CARLOS (VOCAL)
  • CORCHADO RODRÍGUEZ, JUAN MANUEL (VOCAL)
  • PIEDRA FERNÁNDEZ JOSÉ ANTONIO (VOCAL)
• Descriptores: 
  • INFORMATICA
  • INTELIGENCIA ARTIFICIAL
• Localización:  UNIVERSIDAD DE VIGO - RECTORADO
• Resumen:
  En este trabajo se presentan un sistema híbrido de Inteligencia Artificial capaz de detectar y filtrar mensajes spam. En este contexto, se ha constatado la necesidad de disponer de herramientas capaces de adquirir nuevo conocimiento sobre el dominio, descartando el conocimiento obsoleto de forma dinámica. En estas situaciones, se ha verificado que un modelo híbrido que implemente un sistema de razonamiento basado en casos puede ofrecer un método eficaz, que el proporcionado por otras técnicas clásicas de Inteligencia Artificial. El modelo propuesto se basa en la utilización de un sistema de razonamiento basado en instancias que incorpora una estructura de indexación de mensajes, una estrategia de votación, un mecanismo para el cálculo de la calidad de la solución generada y una técnica para la eliminación del conocimiento irrelevante, con el objetivo de obtener un alto nivel de precisión y permitir una rápida adaptación ante cambios que se produzcan en el entorno. Cada una de estas técnicas se emplea en una etapa diferente del ciclo de vida del sistema de razonamiento basado en instancias para recuperar experiencias anteriores, adaptarlas al problema actual, revisar la solución propuesta y adquirir nuevo conocimiento. La justificación de la hipótesis defendida en este trabajo se hace de forma experimental, empleando tres corpus de prueba diferentes. Los resultados obtenidos a partir de los experimentos realizados con el modelo desarrollado, se comparan con los generados mediante la utilización de distintas técnicas clásicas de Inteligencia Artificial, lo que permite la realización de un análisis cuantitativo y cualitativo de la eficacia y la eficiencia del sistema propuesto. Por último, y a la vista de los resultados obtenidos, se concluye que la aplicación del modelo híbrido defendido es de especial interés en el ámbito del problema estudiado. En este sentido, el modelo desarrollado genera resultados adecuados y es c