تشخیص نرمال بودن پست های خبری تلگرام در فضای داده ای

تلگرام هم اکنون محبوب ترین اپلیکیشن پیام رسان دربین ایرانی ها محسوب می شود که این می تواند به دلیل امکانات این پیام رسان از جمله پشتیبانی از ذخیره سازی ابری، ظرفیت بالای گروه ها، عملکرد سریع، ربات های تلگرام و ... باشد. طبق آماری از کانال های فارسی، روزانه 3 میلیون مطلب در تلگرام منتشر می شود که این نشان دهنده اهمیت داده های تولید شده دراین پیام رسان برای آنالیز و بررسی می باشد. در این مقاله بعد از به دست آوردن بردار ویژگی مناسب برای هر کدام از پست ها و استفاده از دو مدل داده کاوی k-means و DBSCAN، این دو مدل را توسط معیار ارزیابی مناسب مورد مقایسه قرار می دهیم و نتیجه می گیریم آیا شکل داده های خبری در فضای داده ای نرمال است یا خیر.

Keywords:

داده کاوی , متن کاوی , تلگرام , k-means , DBSCAN