مریم غلامی - گروه مهندسی کامپیوتردانشگاه آزاد اسلامی واحد مشهد
مهرداد جلالی - گروه مهندسی کامپیوتردانشگاه آزاد اسلامی واحد مشهد
سعید راحتی قوچانی - گروه مهندسی کامپیوتردانشگاه آزاد اسلامی واحد مشهد

در سال های اخیر سیستم های برچسب زنی اجتماعی به یکی از مهم ترین اجزای وب تبدیل شده اند. ساختار این سیستم ها کاملا کاربرمحور بوده و یک کاربر مخرب به راحتی می تواند این سیستم ها را آلوده کند. در صورت عدم توجه، این کاربران باعث تضعیف به اشتراک گذاریمنابع، تعامل و باز بودن در این سیستم ها می شوند. شناسایی خودکار و مؤثر هرزنامه های اجتماعی، یک چالش کلیدی در ساخت حاشیه نویسی هایاجتماعی به شمار می رود. در این تحقیق، چند مجموعه ویژگی برای شناسایی کاربران هرزنامه از کاربران معمولی در این سیستم ها معرفی شدهاست. این ویژگی ها برای دسته بندی با روش های یادگیری ماشین و دسته بندی ترکیبی مورد استفاده قرار گرفته اند و دقت بالای 99 % بدست آمدهاست.

فوکسونومی، سیستم های برچسب زنی اجتماعی، برچسب، هرزنامه های اجتماعی، شناسایی خودکار هرزنامه، یادگیری ماشین، دسته بندی ترکیبی