Parametric Spam Filter for Academic Emails with Review Support
Nikoleta Skypalová · Brno University of Technology Digital Library (Brno University of Technology) · 2026
Tato práce navrhuje parametrizovatelný spam filtr pro akademické prostředí, který lze přizpůsobit specifickým potřebám a zaměření různých institucí. Práce nejprve zkoumá problematiku akademického spamu a stručně shrnuje filtrační postupy založené na obsahu, metadatech a strojovém učení. Jako součást práce bylo shromážděno, anonymizováno a ručně označeno 500 akademických e-mailů, které jsou přiložené k práci. Na základě toho byl navržen a implementován vícestupňový filtr kombinující seznam blokovaných odesílatelů, klasifikátor založený na pravidlech, binární klasifikaci spamu a běžné pošty, klasifikaci akademického versus generického spamu a vícetřídní klasifikaci typu a tématu. Filtr směruje e-maily do určených složek na základě konfigurovatelného směrování, což umožňuje institucím definovat, které typy a témata akademických e-mailů považují za relevantní. Na testovací části trénovací sady dosáhl klasifikátor spamu a běžné pošty přesnosti 0,97 a úplnosti 0,92 s hodnotou AUC 0,996, klasifikace typu dosáhla makro F1 skóre 0,96 a klasifikátor akademického versus generického spamu dosáhl dokonalého oddělení tříd. Kompletní filtr byl dále vyhodnocen na testovací sadě 86 e-mailů.