مروری بر تشخیص هرزنامه در توییتر با استفاده از طبقه بندی کننده های سنتی

Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 152

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

MSCS01_043

تاریخ نمایه سازی: 6 شهریور 1401

Abstract:

شبکه های اجتماعی در سال های اخیر بسیار محبوب شده اند. کاربران از آنها برای یافتن دوستان جدید استفاده می کنند، دوستان موجود خود را به روز می کنند با آخرین افکار و فعالیت های خود. از جمله این سایت ها توییتر سریع ترین سایت در حال رشد است. محبوبیت آن نیز بسیاری را به خود جذب می کند هرزنامه ها برای نفوذ به حساب های کاربران قانونی با یک حساب بزرگ تعداد پیام های اسپم در این مقاله، برخی ازکاربران را مورد بحث قرار می دهیم ویژگی های مبتنی بر محتوا و مبتنی بر محتوا که بین آنها متفاوت است هرزنامه ها و کاربران قانونی سپس، از این ویژگی ها استفاده می کنیم تاتسهیل تشخیص هرزنامه با استفاده از روش های API ارائه شده توسط توییتر، ما کاربران فعال توییتر، دنبال کنندگان/دنبال کننده های آنها را بررسی کردیم اطالعات و ۱۰۰ توییت اخیر آنها. سپس آنالیز کردیم مجموعه داده جمع آوری شده و طرح تشخیص ما را بر اساس ارزیابی کرد کاربر پیشنهادی و ویژگی های مبتنی بر محتوا. نتایج ما نشان می دهد که از بین چهار طبقه بندی که ما ارزیابی کردیم، جنگل تصادفی است طبقه بندی کننده بهترین نتایج را ایجاد می کند. نتایج ما بر اساس ۱۰۰ توئیت های اخیر همچنین نشان می دهد که تشخیص هرزنامه بر اساس ما ویژگی های پیشنهادی می توانند به دقت ۹۵/۷ درصد و ۹۵/۷-F درصد دست یابند. اندازه گیری با استفاده از طبقه بندی جنگل تصادفی.

Keywords:

Authors

رسول باقری

دانشجوی کارشناسی ارشد هوش مصنوعی، بخش مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی اپادانا، شیراز، ایران