تشخیص اسپم در شبکه های اجتماعی با استفاده از یادگیری ترکیبی
محل انتشار: پنجمین کنفرانس بین المللی وب پژوهی
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,481
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANWEB05_021
تاریخ نمایه سازی: 8 تیر 1398
چکیده مقاله:
امروزه شبکه های اجتماعی جایگاه ویژه ای در زندگی و روابط بشر پیدا کرده است. در میان این شبکه ها توییتر به فضایی محبوب برای تبادل اطلاعات و نظرات در جهان تبدیل شده است. این میزان محبوبیت و جامعیت، هدف مناسبی جهت فعالیت های مخرب و اسپمرها شده است. در راستای مقابله با اسپم مطالعات فراوانی با رویکردهای یادگیری ماشین صورت گرفته است و محققان نتایج امیدوار کننده ای به دست آورده اند. در س الهای اخیر الگوریتم های یادگیری ترکیبی به عنوان یکی از تکنیک های یادگیری نظارتی مدرن با توجه به دقت بالای آن یکی از گزینه های مناسب در فرآیند داده کاوی مورد استفاده قرار گرفته است. در این مقاله استفاده از یادگیری ترکیبی برای تشخیص اسپم در شبکه اجتماعی توییتر پیشنهاد شده است. در روش پیشنهادی پس از جمع آوری دادهای پیش پردازی، استخراج و انتخاب ویژگی های مناسب، سپس طبقه بندی توسط یادگیری ترکیبی با استفاده از درخت تصمیم، نزدیکترین همسایه و پیز ساده صورت گرفته است و نتایج حاصل در مقایسه با سایر الگوریتم های طبقه بندی مورد مقایسه و ارزیابی قرار گرفته است.
کلیدواژه ها:
نویسندگان
محمدمهدی کاوسی
گروه مهندسی کامپیوتر، دانشگاه ارشاد دماوند، تهران
علیرضا رضوانیان
پژوهشکده علوم کامپیوتر، پژوهشگاه دانشهای بنیادی ) IPM (، تهران