HASH GAME - Online Skill Game GET 300

　　随着移动互联网的蓬勃发展，行业短信被广泛应用于网站、APP验证码、物流快递、订单通知等领域，为产品宣传、服务维系提供了有效手段，但因部分商家群发广告短信导致行业垃圾短信投诉量激增。同时各类违规催收、暴力催收问题呈野蛮发展态势，其中暴力短信催债成为网贷债务催收的重要手段，在催收过程中，催债人或催债公司使用手机号码，对贷款人及其关系人（亲属、同学、同事、朋友）实施短信轰炸，以此向贷款人施压，迫使其还款。该行为给贷款人及其关系人的身心、工作、生活造成了恶劣影响，严重破坏了正常的经济、社会生活秩序。

　　发送频次检测：以单位时间内手机发送短信条数作为检测条件，如单位时间内发送的条数达到门限值，则作为疑似垃圾短信进行处理，但门限值很容易被发送者探测出来，从而采取低于门限值的发送频率避开检测。统计表明，当门限值设为30条/h时，短信发送频次检测出的垃圾短信准确率只有8%，需人工进行仲裁。如降低判断门限，准确率则会大幅降低，需要人工仲裁的短信呈指数型上升，受拦截准确率及人工仲裁工作量的限制，检测门限无法设置过低。

　　短信文本表示改进方面，在对垃圾短信预处理时，针对噪声数据大和 jieba 分词不能识别新词的问题，数据采用流程化处理，包括繁体字转换、数字和特殊符号替换、错别字纠正、文本转拼音4个部分。对未能识别的新词，引入了改进的新词识别工具，将获得的新词字典导入jieba自定义词库中。并且为了减少非垃圾短信预测为垃圾短信的概率，引入了“例外”一类。对“例外”这类使用固定阈值和差值阈值选择方法，用于获得科学的阈值，以提高检测准确性。