Year: 1400
COI: CECCONF14_035
Language: PersianView: 137
This Paper With 11 Page And PDF Format Ready To Download
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
Authors
Abstract:
شبکه های اجتماعی همانند فیسبوک، توئیتر ارتباطات و دسترسی به اخبار را در زندگی روزانه افراد در سال های اخیر دگرگون ساخته اند. حجم وسیعی از داده در این شبکه ها توسط کاربران تولید میگردد. رشد سریع هرزنامه ها در اینترنت و شبکه های اجتماعی اعتبار تحقیقاتی که بر پایه داده های بدست آمده از آنها انجام شده است، را به خطر می اندازد. بنابراین این امر محققان را در سالهای اخیر بر آن ساخته که با استفاده از روشهای متعدد مبتنی بر یادگیری ماشین در پی دستیابی به روشی جدید و با دقت بالا در شناسایی هرزنامه ها باشند. این تحقیق روشی سریع و موثر در شناسایی هرزنامه در توئیتر را ارائه میدهد. در روش پیشنهادی پس از جمع آوری داده و انجام مراحل پیش پردازش و استخراج مجموعه ویژگی مناسب، مدلسازی صورت گرفته است و با استفاده از روش های مختلف انتخاب ویژگی، ۱۰ ویژگی موثر انتخاب گردیده است که سبب می شود از پیچیدگی محاسباتی کاسته شود و در زمان استخراج ویژگی و یادگیری صرفه جویی کند و در نهایت بر اساس طبقه بند XGBoost مدلی با دقت ۹۹.۸۴ برای شناسایی هززنامه ها به ارمغان میآورد. جهت ارزیابی مدل از روش اعتبارسنجی متقابل استفاده شده است.
Keywords:
Paper COI Code
This Paper COI Code is CECCONF14_035. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:https://civilica.com/doc/1384826/
How to Cite to This Paper:
If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:بهادری، زهرا و معنوی، فرنوش و حمزه، علی،1400،شناسایی موثر هرزنامه ها در شبکه اجتماعی توئیتر با استفاده از رتبه بندی ویژگیها،14th National Conference on Computer Science and Engineering and Information Technology،Babol،https://civilica.com/doc/1384826
Research Info Management
اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
Scientometrics
The specifications of the publisher center of this Paper are as follows:
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.
New Papers
- بررسی رابطه روش تدریس مادام العمر و نقش آن در سرمایه اجتماعی دانش آموزان دوره متوسطه در درس ادبیات فارسی
- نقش زبان فارسی برآموزش مهارت های زندگی در سلامت روان دانش آموزان دبیرستان های شهرستان دلفان
- بررسی اثر بخشی اختلالات مرزی ، پارانویا و وسواس فکری عملی نوجوانان در سه خانواده استبدادی ، قانون مدار و سهل گیر
- بررسی میزان مسئولیت پذیری و جامعه پذیری با سرمایه روانشناختی در حیطه خانواده و جامعه بین دانش آموزان دخترو پسر مدارس دولتی و غیر دولتی
- بررسی عوامل موثر بر کارآمدی ، ناکارآمدی معلم در فضای مجازی مطالعه موردی معلمان شهرستان دلفان
This Papers recently indexed in civilica
New Researchs
- پیاده سازی شبیه ساز کنترل مبتنی بر داده ترانسفورماتور جامع هوشمند
- شناسایی استانداردهای مورد نیاز جهت ارتقای سیستم کنترل و پایش واحدهای گازی جهت پیوست در اسناد مناقصات
- امکان سنجی استفاده از مجازی سازی (همزاد دیجیتال) در صنعت برق
- آینده پژوهی تکنولوژی بلاک چین (زنجیره بلوکی) در صنعت برق
- مبانی فناوری نور و روشنایی
This Researchs recently indexed in civilica
Share this page
More information about COI
COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.
The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.