{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,13]]，“日期-时间”：“2024-06-13T06:39:10Z”，“时间戳”：1718260750461}，“参考-计数”：36，“出版商”：“Springer Science and Business Media LLC”，“发行”：“17”，“许可证”：[{“开始”：{-“日期-零件”：[2023,3,8]]，：“2023-03-08T00:00:00Z”，“timestamp”：1678233600000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2023,3,8]]，“date-time”：“2023-03-08T00:00:00Z”，“timetamp”：67823360000}：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“资助者”：[{“name”：“由Ernesto.Net资助的佛罗里达高级分析和数据科学中心”，“奖项”：[“N\/A”]}]，”content-domain“：{“domain”：[”link.springer.com“]，”crossmark-restriction“：false}，”short-container-title“：[”Multimed Tools Apply“]，“published-print”用法：{“date-parts”：[[2023,7]]}，“DOI”：“10.1007\/s11042-023-14814-2”，“type”：“journal-article”，“created”：{”date-part“：[[2023,3,8]]，“date-time”：“2023-03-08T17:04:24Z”，“timestamp”：1678295064000}，”page“：”26545-26561“，”update-policy“http://dx.DOI.org\/10007\/springer_crossmark_policy”，source“：”Crossref“，”is-referenced-by-count“：2，”title“：[“使用特征联合和监督机器学习模型检测垃圾邮件”]，“前缀”：“10.1007”，“卷”：“82”，“作者”：[{“给定”：“Furqan”，“家族”：“Rustam”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“Najia”，”家族“：“Saher”，“affiliation”：[]}，{“given”：“Ernesto”，“family”：“Lee”，“sequence”：“additional”，“affaliation”（附属）：[]}，“隶属关系”：[]}]，“成员”：“297”，“在线发布”：｛“日期部分”：[[2023,3,8]]｝，“参考”：[｛“密钥”：“14814_CR1”，“doi断言者”：“发布者”，“首页”：“102600”，“doi”：“10.1016\/j.cose.2021.102600”，“卷”：“114”，“作者”：“YFU A Chen”，“年份”：“2022”，“非结构化”：“A Chen YFU，Zheng X，Lu G（2022）一种使用混合dbn-lstm网络的高效网络行为异常检测。Comput Secur 114:102600“，”journal-title“：”Comput Secur“}，{“key”：“14814_CR2”，“unstructured”：“APWG（2021）捕捞活动趋势报告。https:\/\/APWG.org\/trendsreports\/，Accessed 19 2021”}，“key“：”14814_CR3“，”doi-asserted-by“：”crossref“，”unstructure“：”Ahmed Arafa AH，Radad M，Badawy MM，El-Fishawy N（2022）癌症分类的Logistic回归超参数优化。Menoufia J Electron Eng Res“，”DOI“：”10.21608\/mjeer.2021.70512.1034“}，{“issue”：“4”，“key”：“14814_CR4”，”first page“：”17“，”volume“：“8”，“author”：“M Awad”，“year”：“2016”，“unstructured”：“Awad M，Foqaha M（2016）使用rbf神经网络和粒子群优化的混合方法进行电子邮件垃圾邮件分类。Int J Netw Secur Appl 8（4）：17\u201328“，”journal-title“：”Int J Netw Secur Appl“}，{”issue“：”3“，”key“：”14814_CR5“，”doi-asserted-by“：”publisher“，”first page“：“315”，”doi“：”10.1080\/19361610.2018.1463136“，”volume“：使用机器学习技术对火腿和垃圾邮件进行分类。J Appl Secur Res 13（3）：315\u2013331“，”journal-title“：”J Appl Security Res“}，{“issue”：“1”，“key”：“14814_CR6”，“doi-asserted-by”：“publisher”，“first page”：”165“，”doi“：”10.1080\/21645515.2017.1379639“，”volume“14”，“author”：“UA Bhatti”，“year”：“2018”，“unstructured”：“Bhatti-UA，Huang M，Wang H，Zhang Y，Mehm”ood A，Di W（2018）免疫覆盖率和监测的推荐系统。Hum Vaccines Immunotheraputics 14（1）:165\u2013171“，”期刊标题：“Hum Vaccines Immunotheraputics”}，{“issue”：“3”，“key”：“14814_CR7”，“doi断言”：“publisher”，“first page”：“329”，“doi”：“10.1080\/175755.2018.1557256”，“volume”：“13”，“author”：“UA Bhatti”，“year”：“2019”，“非结构化”：“Bhatti UA，Huang M，Wu D，Zhang Y，Mehmood A，Han H（2019）临床护理系统中使用特征提取和模式识别的推荐系统。企业信息系统13（3）：329\u2013351“，”日记标题“：”企业信息系统“}，{“key”：“14814_CR8”，“doi-asserted-by”：“publisher”，“first-page”：“132569”，“doi”：“10.1016\/j.chemosphere.2021.132569”U，Yuan L（2022年）评估新冠肺炎前后中国江苏省环境空气质量模式的变化。Chemosphere 288:132569“，“journal-title”：“Chemosphore”}，{“key”：“14814_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Bhowmick A，Hazarika S M（2018）电子邮件垃圾邮件过滤：技术和趋势回顾。电子、通信和计算进展，第583\u2013590页”，“doi”：“10.1007\/978-981-10-4765-7_61”}、{“issue”：“6”，“key“14814_CR10“，”doi-asserted-by“：”publisher“，”first page“：”e01802“，“doi”：“10.1016\/j.heliyon.2019.e01802”，“volume”：“5”，“author”：“EG Dada”，“year”：“2019”，“unstructured”：“Dada EG，Bassi JS，Chiroma H，Adetunmbi AO，Ajibuwa OE，et al.（2019）垃圾邮件过滤的机器学习：回顾，方法和开放研究问题。Heliyon 5（6）：e01802“，”journal-title“：”Heliyoon“}，{”issue“：”13“，”key“：”14814_CR11“，”doi-asserted-by“：”publisher“，“首页”：“9625”，“doi”：“10.1007\/s00500-019-04473-7”，“卷”：“24”，“作者”：“D Gaurav”，“年份”：“2020”，“非结构化”：“Gaurav D，Tiwari SM，Goyal A，Gandhi N，Abraham A（2020）基于机器智能的文档标签垃圾邮件过滤算法。Soft Comput 24（13）：9625\u20139638“，”journal-title“：”Soft Compute“}，{”key“：”14814_CR12“，”doi-asserted-by“：”crossref“，”unstructured“：”GuangJun L，Nazir S，Khan HU，Haq AU（2020）使用机器学习算法进行安全移动消息通信的垃圾邮件检测方法。Secur Commun Netw，vol 2020“，”doi“：”10.1155\/2020\/8873639“}”，{“issue”：“1”，“key“：”14814_CR13“，”doi-asserted-by“：”publisher“，”first page“：“61”，“doi”：“10.24846\/v22i1y201307”，“volume”：“22”，“author”：“IRA Hamid”，“year”：“2013”，“unstructured”：“Hamid IRA，Abawajy J，Kim T（2013）使用特征选择和分类方案自动检测钓鱼邮件。信息学与控制研究22（1）：61\u201370”，“新闻标题”：“信息学与管理研究”}，{“关键”：“14814_CR14”，“doi-asserted-by”：“交叉引用”，“非结构化”：“Hilal W，Gadsden SA，Yawney J，Gadsten SA，亚尼J（2022）金融欺诈：异常检测技术和最新进展综述”，“doi”：“10.1016\/J.eswa.2021.116429”}key“：”14814_CR15“，”doi-asserted-by“：”crossref“，”unstructured“：”Hulten G，Goodman J，Rounthwaite R（2004）在全球范围内过滤垃圾邮件。摘自：第13届国际互联网会议关于替代跟踪文件和海报的会议记录，第366\u2013367页，“DOI”：“10.1145\/1013367.1013478”}，{“key”：“14814_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Iqbal K，Khan MS（2022）使用机器学习技术的电子邮件分类分析。Appl Compute Inform no.ahead-of-print”，“DOI“：”10.1108\/ACI-01-2022-0012“}，{“key”：“14814_CR17”，“unstructured”：“J\u00e1nez-Martino F，Fidalgo E，Gonz\u00e 1lez-Mart\u00ednez S，Velasco-Mata J（2020）《通过分层聚类和监督学习对垃圾邮件进行分类》。arXiv:http://\/arXiv.org\/abs\/2005.08773“}”，{”key“：”14814_CR18“，”DOI-asserted-by“：”crossref“，”非结构化”：“Javaid A、Siddique MA、Reshi AA、Rustam F、Lee E、Rupapara V等（2022）使用基于投票的混合分类器（vhc）对煤矿事故原因进行分类。J Ambient Intell Humanized Compute，pp 1\u201311“，”DOI“：”10.1007\/s12652-022-03779-z“}，{“key”：“14814_CR19”，“首页”：“p62”，“卷”：“43”，“作者”：“FS Keivani”，“年份”：“2012”，“非结构化”：“Keivan FS，Jouzbarkand M，Khodadadi M，Sourkouhi ZK（2012）《电子银行概述》。《国际经济发展研究报告》43:p62“，”杂志标题“：”Int Proc Econ Dev Res“}，{“key”：“14814_CR20”，“doi-asserted-by”：“crossref”，“unstructured”：“Khamis SA，Foozy CFM，Ab Aziz MF，Rahim N（2020）使用支持向量机（svm）技术的基于标题的电子邮件垃圾邮件检测框架。In:软计算和数据挖掘国际会议。Springer，pp 57\u201365”，“doi”：“10.1007\/978-3-030-36056-6_6“}，{“key”：“14814_CR21”，“doi-asserted-by”：“publisher”，“first page”：”479“，“doi”：“10.1016\/j.procs.2021.06.056”，“volume”：《190》，“author”：“Y Kontsewaya”，“year”：“2021”，“unstructured”：“Kontsewaya Y，Antonov E，Artamonov A（2021）评估机器学习方法对垃圾邮件检测的有效性。Procedia Compute Sci 190:479\u2013486“，”journal-title“：”Procedia compute Scy“}，{“key”：“14814_CR22”，“unstructured”：“Kumar KV（2021）垃圾邮件文件器-使用电子邮件识别垃圾邮件。https:\\/www.kaggle.com\/karthikveerakumar\/Spam-filter\/metadatahttps:\\//www.kaggl.com/karthickveerakumar/Spam-filter\/metata，2017年27日访问”}，}“key:”14814_CR2“，”首页”：“14”，“卷”：“1”，“作者”：“RK Kumar”，“年份”：“2012”，“非结构化”：“Kumar RK，Poonkuzali G，Sudhakar P（2012）使用数据挖掘技术对电子邮件垃圾邮件分类器的比较研究。国际工程师和计算机科学家联席会议论文集1:14\u201316”，“期刊标题”：“国际工程师和电脑科学家联席大会论文集”}，{“议题”：“1”，“关键”：“14814_CR24”，“doi-asserted-by”：“publisher”，“首页”：“33”，“doi”：“10.1007\/s10586-017-1615-8”，“卷”：“22”，“作者”：“T Kumaresan”，“年份”：“2019年”，“非结构化”：“Kumareson T，Saravanakumar S，Balamurugan R（2019）基于视觉和文本特征的电子邮件垃圾邮件分类，使用S-cuckoo搜索和混合核支持向量机。Clust Compute 22（1）：33\u201346“，”journal-title“：”Clust compute“}，{”key“：”14814_CR25“，”doi-asserted-by“：”publisher“，”first page“：“10333”，”doi“：”10.1109\/ACCESS.2022.3144659“，”volume“：10”，“author”：“E Lee”，“year”：“2022”，“unstructured”：“Lee E，Rustam F，Ashraf I，Washington PB，Narra M，Shafique R（2022）使用情绪分析和数量分析调查塔利班统治下的阿富汗现状。IEEE Access 10:10333\u201310348“，”journal-title“：”IEEE Access“}，{”issue“：”18“，”key“：”14814_CR26“，”doi-asserted-by“：”publisher“，”first-page“：”8438“，”doi“：”10.3390\/app11188438“，”volume“：“11”，”author“：”M Mujahid“，”year“：”2021“，”unstructured“：”Mujahid-M，Lee E，Rustam F，Washington PB，Ullah S，Reshi AA，Ashraf I（2021 1）对新冠肺炎期间有关在线教育的推文进行情绪分析和主题建模。《应用科学》11（18）：8438“，“新闻标题”：“应用科学”}，{“key”：“14814_CR27”，“doi-asserted-by”：“crossref”，“unstructured”：“Reshi AA，Rustam F，Aljedaani W，Shafi S，Alhossan A，Alrabiah Z，Ahmad A，Alsuwailem H，Almangour TA，Alshammari MA et al（2022）摘自：Covid-19疫苗相关情绪分析：一项使用全球推特数据集Healthcare的案例研究，第110卷（3）。MDPI，第411页“，“DOI”：“10.3390\/healthcare10030411”}，{“key”：“14814_CR28”，“unstructured”：“Rish I，et al.（2001）朴素贝叶斯分类器的实证研究。收录于：IJCAI 2001人工智能实证方法研讨会，第3卷。（22），pp 41\u201346“}，{“key”：“14814_CR29”，“doi-asserted-by”：“publisher”，“first page”：”e745“，“doi”：“10.7717\/peerj-cs.745”，“volume”：第7页，“author”：“V Rupapara”，“year”：“2021”，“unstructured”：“Ruppara V，Rustam F，Amaar A，Washington PB，Lee E，Ashraf I（2021）Deepfake推文分类使用堆叠的bi-lsm和单词嵌入。PeerJ Compute Sci 7:e745”，“journal-title”：“PeerJ compute Scy”}，{“key”：“14814_CR30”，“doi-asserted-by”：“crossref”，“unstructured”：“Rusland NF，Wahid N，Kasim S，Hafit H，《na\u00efve bayes算法分析》，用于跨多个数据集过滤电子邮件垃圾邮件（2017）。摘自：IOP会议系列：材料科学与工程，第226卷，第1期。IOP Publishing，p 012091“，”DOI“：”10.1088\/1757-899X\/226\/1\/012091“}，{“key”：“14814_CR31”，“DOI-asserted-by”：“crossref”，“unstructured”：“Rustam F，Imtiaz Z，Mehmood A，Rupapara V，Choi GS，Din S，Ashraf I（2022）使用监督机器学习的自动疾病诊断和预防建议系统。Multimed Tools Appl，pp 1\u201324”，“DOI”：“10.1007\/s11042-022-12897-x“}，{“key”：“14814_CR32”，“doi-asserted-by”：“crossref”，“unstructured”：“Seth S，Biswas S（2017）使用深度学习技术的多模式垃圾邮件分类。收录于：2017年第十三届信号图像技术与基于互联网的系统国际会议（SITIS）。IEEE，pp 346\u2013349”，“doi”：“10.1109\/SITIS.2017.91”}，}“key:”14814_CR33“，”doi-asserted-by“：”crossref“，”unstructured“：”Sinha S，Ghosh I，Satapathy SC（2021）垃圾邮件分类的人工神经网络模型研究。行业：智能数据工程和分析。Springer，pp 331\u2013343“，“DOI”：“10.1007\/978-981-15-5679-1_31”}，{“key”：“14814_CR34”，“unstructured”：“Ye A（2021）Spam of ham-emp week 2 hw dataset。https:\/\/www.kaggle.com\/washingtongold \/Spam-or-ham-emp-week-2-ml-hw-datasethttps:\//www.kaggl.com/washingdongold/Spam-or-ham-epm-week-2 ml-hw-dataset，2019年27日访问“}，{”键“：”14814_CR35“，”doi断言：“crossref”，“非结构化”：“Zamir A，Khan HU，Mehmood W，Iqbal T，Akram AU（2020）一种使用不同监督机器学习算法的以特征为中心的垃圾邮件检测模型。Electron Libr”，“DOI”：“10.1108\/EL-07-2019-0181”}，{“key”：“14814_CR36”，“unstructured”：“ZhiWei M，Singh MM，Zaaba ZF（2017）电子邮件垃圾邮件检测：元分类器堆叠方法。In:第六届计算与信息学国际会议，pp 750\u2013757”}]，“container-title”：[“多媒体工具和应用程序”]，“原始标题”：[]，“language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/s11042-023-14814-2.pdf“，”content-type“：”application\/pdf“、”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL:“https:\//link.springer\com/articlex\/10.10007\/s112-023-14844-2\/fulltext.html”，“content-type:”text\/html“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s11042-023-14814-2.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,6,23]]，“date-time”：”2023-06-23T20:12:46Z“timestamp”：1687551166000}，“得分“：1，”resource“：{”primary”：{“URL”：“https:\/\/link.springer.com/10.1007\/s11042-023-14814-2”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{date-parts“：[[2023,3,8]]}，”references-count“：36，”journal-issue“：{“issue”：“17”，“published-print”：{“date-part”：[2023,7]]}}、“alternative-id”：[“14814”]，“URL“：”http://\/dx.doi.org\/10.1007\/s11042-023-14814-2“，”关系“：{}，”ISSN“：[”1380-7501“，”1573-7721“]，”ISSN-type“：[{”value“：”1380-750“，”type“:”print“}，{”value“：”1573-77“，”类型“：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[2023,3,8]}，“assertion”：[{“value”：“2022年4月16日”，“order”：1，“name”：“received”，“label”：“received”，组“：{”name“：”ArticleHistory“，”label“：”articleHi历史“}}，{”value“：”2022年6月15日“，”订单“：2，”名称“：”修订“，”标签“：”修改“，”组“：{”名称“:”文章历史“，”label“：”文章历史”}}，{“value”：“2023年2月5日”，“订单”：3，“name”：“accepted”，“label”：“accepted：“首次联机”，“组”：{“name“：”ArticleHistory“，”label“：”Article-History“}}，{“order”：1，“name”：“Ethics”，“group”：{“name”:“EthicsHeading”，“label”：“Declarations”}}、{“value”：“作者声明他们没有利益冲突。”利益冲突“}}]}}