دسته بندی خودکار هرزنامه ها بوسیله الگوریتم های یادگیری ماشین

افزایش حجم ایمیل های ناخواسته به نام هرزنامه نیاز شدیدی به توسعه فیلترهای ضد اسپم قابل اعتمادتر و قوی تر ایجاد کرده است. روش های اخیر یادگیری ماشینی برای شناسایی و فیلتر کردن ایمیل های هرزنامه با موفقیت استفاده می شود. به دلیل ارزان بودن ارسال اطلاعات از طریق ایمیل روشی برای تولید کنندگان اسپم و کسانی که اهداف خاصی دارند مورد استفاده قرار می گیرد. اسپمر تنها بخش بسیار کوچکی از دریافت کنندگان را ممکن است مورد هدف قرار دهد. جلوگیری و فیلتر کردن اسپم ها می تواند ترافیک شبکه را بهبود بخشد. روش های یادگیری ماشین و متن کاوی جهت حل مشکل بالا معرفی شده اند.که البته نیازمند فرایند خاصی همچون پیش پردازش،انتخاب ویژگی ، استخراج ویژگی و در نهایت انتخاب یک الگوریتم کارآمد موثر و یک ماشین یادگیر سریع می باشند. در این مقاله با استفاده از مجموعه جمع آوری شده استاندارد اسپم ، پنج الگوریتم یادگیری به همراه دو الگوریتم انتخاب و استخراج ویژگی ارزیابی می شود و در نهایت نتایج روش به وسیله دسته بند های ترکیبی نیز بهبود داده خواهند شد تا یک روش با قابلیت کارآیی بالا و نرخ خطای پایین گردد.

Keywords:

موتورهای جستجو , اسپم , هرزنامه , تشخیص هرزنامه , یادگیری ماشین , داده کاوی