بررسی تاثیر سایز ویژگی ها به کمک دو الگوریتم IG و Relief ، بر روی طبقه بندی ایمیلبا استفاده از درخت های تصمیم

اینترنت به طور چشمگیری ارتباط مردم و ارتباط با دیگران را تغییر داده است، ایمیل یکی از سرویس هایی که امروزه اینترنت برای کاربرانش فراهم میآورد، این سرویس به علت هزینه کم مورد توجه بسیاری از کاربران قرار گرفته است. در کنار مزایای زیاد پست الکترونیکی، یکی از ضعف های این سرویس این است که دائما بر تعداد ایمیل هایی که دریافت میگردد افزوده میشود. گسترش سریع این سرویس در میان کاربران اینترنت باعث شده عدهای در صدد سوءاستفاده از آن برآیند که نتیجه آن گسترش هرزنامه ها شده است،در واقع فیلتر هرزنامه ها، یک برنامه کامپیوتری است که توانایی دسته بندی نامه های الکترونیکی را دارا میباشد، بیشتر این فیلترها از ترکیبی از چندین روش مانند فهرست های سیاه یا سفید، استفاده از واژه های کلیدی، فیلترهایی بر پایه قانون و غیره برای شناسایی دقیقتر هرزنامه ها بهره میبرند. این روشها خود میتوانند به تنهایی فیلتری موثر باشند، ولی در کاربردهای تجاری از ترکیب اینروشها استفاده میشود. در این تحقیق ما از درختهای تصمیم برای طبقه بندی ایمیل ها استفاده کرده و نتایج حاصل از کاهش ویژگی توسط دو الگوریتم Relief و InformationGain با استفاده از طبقه بندهای درختی را مقایسه کرده ایم.

Keywords:

انتخاب ویژگی , طبقه بندی ایمیل , درخت تصمیم , بهره اطلاعاتی , Relief