Как мы определяем спамеров

Прямое совпадение названия бренда в тексте сообщения. Проверяется с учётом leet-speak и обфускации.

Фонетическая транслитерация русских написаний брендов: "мостбет" → mostbet, "пинап" → pinup.

Домены, @username и t.me ссылки из текста проверяются по базе алиасов компаний.

Из @username удаляются суффиксы (_bot, _manager, _support, _team и др.) и проверяется ядро по алиасам и брендам.

Извлечение названия компании после ключевых слов: "компания X", "я из X", "менеджер X", "партнерку X", "we are X" и др.

• • компания/сеть/платформа/сервис + Название
• • текст «в кавычках»
• • менеджер/представитель/представляю + [партнерку] + Название
• • я из / мы из + Название
• • программа + Название
• • we are / I'm from / representing + Name

Каждое слово текста длиной ≥ 6 символов проверяется по базе алиасов компаний одним batch-запросом.

Если в тексте есть домен (rocketbet.com), основная часть (rocketbet) используется как кандидат.

Резервные regex: извлечение после "компания/партнерку/сетка" + слово с заглавной, или CamelCase с суффиксом (Partners, Network, Media и др.)

Последние 2-4 строки сообщения анализируются как подпись спамера: ищутся бренды, алиасы, разделители (|, /, -).

Имя/фамилия из Telegram профиля парсится по разделителям (|, -, /) — ищутся бренды и алиасы. Если не найдено — возвращается как candidate с низким confidence.

Если ни один шаг не определил компанию — проверяется история прошлых жалоб на этого спамера (по telegram_id или username).