전에 어떤 블로그에서 sex란 단어를 금칙어로 써라라고 글을 쓰셨는데 제가 가서 sexy란 단어가 포함된 도메인을 쓰는 사람이 많다고 지적한 적이 있습니다. 스팸보다도 일반인의 댓글이 더 스팸처럼 보이는 경우가 많습니다. (뭐 실제로 까페나 홈피 방문해 주세요라고 실컷 스팸 날리고는 스팸 날린적도 없는데 왠 차단이냐고 항의하시는 분들도 꽤 되시지만.)

저도 몇가지 준비하는 것도 있습니다만 이 분야로 챌린징 하고 있는 전문가 분들도 몇 계시고... 아무튼 많은 아이디어와 실험 결과들은 계속 보고 있고 바라고 있습니다.

다만 여러 알고리즘을 직렬로 연결하는 것은 큰 문제가 있습니다. 최대한 간단해야 합니다. 그래서 더 어렵더군요.

겐도님께서 어떤 생각을 하고 계시는지는 모르겠지만, 댓글이나 트랙백의 내용에만 기반한 것이 아니라, 비슷한 어휘의 반복 여부, 뉴럴네트워크 등을 이용한 번역문인지 여부의 판단 결과 등 다양한 파라메터들을 기반으로 필터링 알고리즘을 강화(...이미 그렇다면 어쩔 수 없고...)했으면 좋겠다는 생각이 들더군요..;

혹시 이미 있는 기능이라면 죄송합니다. 친구가 하도 스팸으로 고생을 해서요.. 아마 이 기능이 없어서 고생하는 것이리라 생각해서 제안해봅니다.

베이지언 필터(소위 학습형 스팸 필터)의 추가를 검토해주시면 감사하겠습니다.

참고 링크: http://www.paulgraham.com/spam.html