تشخیص هرزنامه های پست الکترونیکی با استفاده از روش اجتماع ویژگی

امروزه تعداد ایمیل های ارسالی در حال افزایش می باشد. از طرفی تعداد ایمیلهای ناخواسته (که به عنوان اسپم شناخته میشوند) نیز افزایش یافته است. همین باعث شده است که بسیاری از محققان در این زمینه فعالیت داشته باشند و روشهای مختلف بسیاری را برای فیلتر کردم اسپم مورد بررسی قرار دهند. در این مقاله ما از الگوریتم های یادگیری ماشین ( SVM, (KNN, NB به همراه تکنیکهای انتخاب ویژگی (IG, Chi) برای فیلتر کردن اسپم استفاده کردهایم. همچنین از روش جدید اتحاد ویژگی برای بهبود کارایی فیلترینگ استفاده نمودهایم. مقایسه های مختلفی بین الگوریتمها بر روی دیتاست های مختلف انجام شده است. ما نشان دادیم که الگوریتم پیشنهادی کارایی بهتری نسبت به سایر روش داشته است. در بین الگوریتم های طبقه بندی نیز SVM بهترین خروجی را از خود نشان داده است.

Keywords:

ایمیل , اسپم , الگوریتم یادگیری ماشین , انتخاب ویژگی , اتحاد ویژگی