JP7388791B1 - 情報処理システム、情報処理方法及び情報処理プログラム - Google Patents
情報処理システム、情報処理方法及び情報処理プログラム Download PDFInfo
- Publication number
- JP7388791B1 JP7388791B1 JP2023132015A JP2023132015A JP7388791B1 JP 7388791 B1 JP7388791 B1 JP 7388791B1 JP 2023132015 A JP2023132015 A JP 2023132015A JP 2023132015 A JP2023132015 A JP 2023132015A JP 7388791 B1 JP7388791 B1 JP 7388791B1
- Authority
- JP
- Japan
- Prior art keywords
- bct
- information
- content
- component
- amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 58
- 238000003672 processing method Methods 0.000 title description 4
- 238000001914 filtration Methods 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims abstract description 24
- 239000000284 extract Substances 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 239000000203 mixture Substances 0.000 claims description 20
- 238000010586 diagram Methods 0.000 abstract description 14
- 230000006399 behavior Effects 0.000 description 16
- 238000012549 training Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 239000010802 sludge Substances 0.000 description 3
- 230000003466 anti-cipated effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
Description
本実施形態に係る情報処理システムにおいては、情報処理装置は、フィルタリング対象であると判断された第1コンテンツに含まれる第1行動変容手法(第1BCT)の成分に関する情報(以下、「第1BCT成分情報」という)を抽出する。情報処理装置は、フィルタリング対象であると判断されていない第2コンテンツに含まれる第2行動変容手法(第1BCT)の成分に関する情報(以下、「第2BCT成分情報」という)を抽出する。情報処理装置は、当該第1BCT成分情報及び当該第2BCT成分情報に基づいて、フィルタリング対象のコンテンツであるか否かの判断基準となる情報(以下、「基準情報」という)を推定し、該基準情報に基づくモデルを生成する。なお、抽出は、エンコード等と言い換えることもできる。
次に、本実施形態に係る情報処理システム1の構成を説明する。なお、情報処理システム1は、単一の情報処理装置を含んで構成されてもよいし、複数の情報処理装置を含んで構成されてもよい。例えば、情報処理システム1は、後述する機能構成の一部を実装する複数の情報処理装置で構成され、有線及び/又は無線のネットワークによって接続される当該複数の装置によって後述する機能構成が実現されてもよい。
(動作)
次に、本実施形態に係る情報処理システム1の動作を説明する。なお、図6及び図7に示す生成装置10及びフィルタ装置20の動作は一例にすぎず、図示するものに限られない。例えば、一部のステップが削除及び/又は追加されてもよいし、一部のステップ(例えば、図6ステップS101及びS102)の順番が入れ替えて実行されてもよいし、又は、並行して実行されてもよい。
上記実施形態では、フィルタリング対象のコンテンツとして迷惑メッセージを例示したが、フィルタリング対象のコンテンツは上記に限られない。フィルタリング対象のコンテンツは、例えば、キャッチコピー、広告、プロンプトエンジニアリングによって設計されたコンテンツ等、顕著な傾向を示すBCTを含む確率が高い第1コンテンツと当該顕著な傾向を示すBCTを含む確率が少ない第2コンテンツの組み合わせが存在すれば、どのようなコンテンツをフィルタリング対象とすることの可能である。例えば、上記第1コンテンツ及び第2コンテンツの組み合わせは、キャッチコピーの文章が上手いか下手か、広告のバランスが良いか悪いか、又は、プロンプトエンジニアリングにより設計されたコンテンツが適切か適切でないか等によって定められてもよい。
Claims (6)
- フィルタリング対象であると判断された第1コンテンツに含まれる第1行動変容手法(第1BCT)の成分に関する第1BCT成分情報を抽出する第1抽出部と、
フィルタリング対象であると判断されていない第2コンテンツに含まれる第2行動変容手法(第2BCT)の成分に関する第2BCT成分情報を抽出する第2抽出部と、
前記第1BCT成分情報及び前記第2BCT成分情報に基づいて、フィルタリング対象のコンテンツであるか否かの判断基準となる基準情報を推定し、該基準情報に基づくモデルを生成する生成部と、を備え、
前記基準情報は、前記フィルタリング対象のコンテンツの情報量に対する該コンテンツに含まれる第3行動変容手法(第3BCT)の成分の情報量の比率に関する含有率情報、前記第3BCTの成分の情報量に対する特定のBCTの成分の情報量の比率に関する構成比情報、及び、前記特定のBCTに関するBCT情報の少なくとも一つを含む、
情報処理システム。 - 前記第1BCT成分情報は、前記第1コンテンツの情報量に対する前記第1BCTの成分の情報量の比率に関する第1含有率情報、及び、前記第1BCTの成分に対応する情報量に対する前記特定のBCTの成分の情報量の比率に関する第1構成比情報の少なくとも一つを含み、
前記第2BCT成分情報は、前記第1コンテンツの情報量に対する前記第2BCTの成分の情報量の比率に関する第2含有率情報、及び、前記第2BCTの成分に対応する情報量に対する前記特定のBCTの成分の情報量の比率に関する第2構成比情報の少なくとも一つを含む、
請求項1記載の情報処理システム。 - コンテンツを取得する取得部と、
前記モデルに基づいて、前記取得されたコンテンツが前記フィルタリング対象のコンテンツであるか否かを判断して、判断結果に基づいてフィルタリングを行うフィルタ部と、
を更に備える請求項1又は請求項2記載の情報処理システム。 - 前記第1コンテンツは、迷惑メッセージであり、
前記第2コンテンツは、迷惑メッセージ以外の通常メッセージであり、
前記コンテンツは、ユーザに対して発信されたメッセージである、
請求項3記載の情報処理システム。 - 情報処理装置が、
フィルタリング対象であると判断された第1コンテンツに含まれる第1行動変容手法(第1BCT)の成分に関する第1BCT成分情報を抽出する工程と、
フィルタリング対象であると判断されていない第2コンテンツに含まれる第2行動変容手法(第2BCT)の成分に関する第2BCT成分情報を抽出する工程と、
前記第1BCT成分情報及び前記第2BCT成分情報に基づいて、フィルタリング対象のコンテンツであるか否かの判断基準となる基準情報を推定し、該基準情報に基づくモデルを生成する工程と、
を有し、
前記基準情報は、前記フィルタリング対象のコンテンツの情報量に対する該コンテンツに含まれる第3行動変容手法(第3BCT)の成分の情報量の比率に関する含有率情報、前記第3BCTの成分の情報量に対する特定のBCTの成分の情報量の比率に関する構成比情報、及び、前記特定のBCTに関するBCT情報の少なくとも一つを含む、情報処理方法。 - コンピュータに、
フィルタリング対象であると判断された第1コンテンツに含まれる第1行動変容手法(第1BCT)の成分に関する第1BCT成分情報を抽出する工程と、
フィルタリング対象であると判断されていない第2コンテンツに含まれる第2行動変容手法(第2BCT)の成分に関する第2BCT成分情報を抽出する工程と、
前記第1BCT成分情報及び前記第2BCT成分情報に基づいて、フィルタリング対象のコンテンツであるか否かの判断基準となる基準情報を推定し、該基準情報に基づくモデルを生成する工程と、を実行させ、
前記基準情報は、前記フィルタリング対象のコンテンツの情報量に対する該コンテンツに含まれる第3行動変容手法(第3BCT)の成分の情報量の比率に関する含有率情報、前記第3BCTの成分の情報量に対する特定のBCTの成分の情報量の比率に関する構成比情報、及び、前記特定のBCTに関するBCT情報の少なくとも一つを含む、情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023132015A JP7388791B1 (ja) | 2023-08-14 | 2023-08-14 | 情報処理システム、情報処理方法及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023132015A JP7388791B1 (ja) | 2023-08-14 | 2023-08-14 | 情報処理システム、情報処理方法及び情報処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7388791B1 true JP7388791B1 (ja) | 2023-11-29 |
Family
ID=88917840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023132015A Active JP7388791B1 (ja) | 2023-08-14 | 2023-08-14 | 情報処理システム、情報処理方法及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7388791B1 (ja) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005235206A (ja) | 2004-02-13 | 2005-09-02 | Microsoft Corp | スパム防止のためのインテリジェントな強制隔離 |
-
2023
- 2023-08-14 JP JP2023132015A patent/JP7388791B1/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005235206A (ja) | 2004-02-13 | 2005-09-02 | Microsoft Corp | スパム防止のためのインテリジェントな強制隔離 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11948379B2 (en) | Systems and methods of detecting email-based attacks through machine learning | |
Sonowal et al. | SmiDCA: an anti-smishing model with machine learning approach | |
Fdez-Riverola et al. | SpamHunting: An instance-based reasoning system for spam labelling and filtering | |
Choudhary et al. | Towards filtering of SMS spam messages using machine learning based technique | |
Laorden et al. | Study on the effectiveness of anomaly detection for spam filtering | |
US8959159B2 (en) | Personalized email interactions applied to global filtering | |
Bhuiyan et al. | A survey of existing e-mail spam filtering methods considering machine learning techniques | |
Jain et al. | Predicting spam messages using back propagation neural network | |
JP2006243802A (ja) | 情報処理システム、プログラム及び情報処理方法 | |
JP2006243803A (ja) | 情報処理システム、プログラム及び情報処理方法 | |
Sethi et al. | Spam email detection using machine learning and neural networks | |
Haupt et al. | Robust identification of email tracking: A machine learning approach | |
L'Huillier et al. | Online phishing classification using adversarial data mining and signaling games | |
ALmomani et al. | A survey of learning based techniques of phishing email filtering | |
Watcharenwong et al. | Spam detection for closed Facebook groups | |
JP7388791B1 (ja) | 情報処理システム、情報処理方法及び情報処理プログラム | |
Zammarchi et al. | Using sentiment analysis to evaluate the impact of the COVID-19 outbreak on Italy’s country reputation and stock market performance | |
Chakraborty et al. | Content based email spam classifier as a web application using Naïve Bayes classifier | |
Patidar et al. | A novel technique of email classification for spam detection | |
Abiramasundari et al. | Spam filtering using semantic and rule based model via supervised learning | |
Naravajhula et al. | Spam classification: genetically optimized passive-aggressive approach | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
Gee et al. | Twitter spammer profile detection | |
Ho et al. | Evaluating social spammer detection systems | |
Borg et al. | E-mail classification using social network information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230912 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230912 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230920 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231004 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231013 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231109 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7388791 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |