4.2 YouTube Spam Yorumlar (Metin Sınıflandırma)
Metin sınıflandırma örneği olarak 5 farklı Youtube videosuna gelen 1956 yorumla çalışacağız. Spam tespiti üzerine bir makalede bu veriyi kullanan yazarlar veriyi ücretsiz şekilde kullanıma sundu (Alberto, Lochter, and Almeida (2015)15).
Yorumlar, Youtube'da 2015'in ilk yarısında en çok izlenen on videonun beşinden Youtube API'ı ile alındı. Videoların her biri müzik videosu; Psy ("Gangnam Style"), Katy Perry, LMFAO, Eminem ve Shakira.
Yorumlardan bazılarını aşağıda inceleyebilirsiniz. Spam/meşru etiketlendirmeleri sağda mevcut (spam yorumlar için 1, meşru yorumlar için 0).
| CONTENT | CLASS |
|---|---|
| Huh, anyway check out this you[tube] channel: kobyoshi02 | 1 |
| Hey guys check out my new channel and our first vid THIS IS US THE MONKEYS!!! I’m the monkey in the white shirt,please leave a like comment and please subscribe!!!! | 1 |
| just for test I have to say murdev.com | 1 |
| me shaking my sexy ass on my channel enjoy ^_^ | 1 |
| watch?v=vtaRGgvGtWQ Check this out . | 1 |
| Hey, check out my new website!! This site is about kids stuff. kidsmediausa . com | 1 |
| Subscribe to my channel | 1 |
| i turned it on mute as soon is i came on i just wanted to check the views… | 0 |
| You should check my channel for Funny VIDEOS!! | 1 |
| and u should.d check my channel and tell me what I should do next! | 1 |
Youtube'a girip videoların yorumlar kısmını da inceleyebilirsiniz, ama lütfen Youtube cehennemine kapılıp kendinizi sahildeki turistlerden kokteyl çalan maymun videolarını izlerken bulmayın. Google spam dedektörü de 2015'ten beri bayağı değişmiş olmalı.
İzlenme rekoru kıran "Gangnam Style" videosunu buradan izleyebilirsiniz.
Veriyle oynamak isterseniz RData dosyasına ve birkaç elverişli fonksiyon içeren R-script'e kitabın Github repo'sundan erişebilirsiniz.
Alberto, Túlio C, Johannes V Lochter, and Tiago A Almeida. “Tubespam: comment spam filtering on YouTube.” In Machine Learning and Applications (Icmla), Ieee 14th International Conference on, 138–43. IEEE. (2015).↩︎