بررسی کارایی سیستم فیلترینگ هرزنامه مبتنی بر یادگیری ماشین با کاهش ابعاد خصیصه

محبوبیت روزافزون و کم هزینه بودن نامههای الکترونیکی سبب افزایش سواستفاده از این وسیله ارتباطی شده است. هرزنامه ها باعث مشکلاتی از قبیل اتلاف وقت، اشغال منابع و اتلاف پهنای باند میشوند. تاکنون روش های زیادی ارائه شده است که تا حدودی موفق بوده اند. در این روش ها برای تشخیص بین هرزنامه بودن و نبودن آن، کلمات نامهها، به عنوان خصیصههایی برای تمایز بین نامهها به کار گرفته میشود. افزایش تعداد خصیصهها باعث افزایش زمان اجرای کلاسه بندی و کاهش کارایی میشود. برای رفع این مشکل محققین از الگوریتم های کاهش خصیصه استفاده می کنند تا همزمان با کاهش ابعاد مساله جهت افزایش کارایی، کمترین مقدار ممکن از اطلاعات مفید از دست برود. در این تحقیق یک روش ترکیبی جدید جهت انتخاب خصیصه ها ارائه شده است به طوری که توانسته است به درصد قابل قبولی از دقت و کارایی در کلاس بندی نامه های الکترونیکی دست یابد. این روش ترکیبی از روش های فیلتری و روکشی می باشد، که در مجموع نتایج تحقیق نشان از کارایی 99.8 درصدی الگوریتم یادگیری ماشین بیزین دارد.

Keywords:

یادگیری ماشین , بیزین , انتخاب خصیصه , همبستگی مبتنی بر خصیصه , شاخص گذاری معنایی