شناسایی هرزنامه ها با کاربست روش های یادگیری ماشینی

وجود هرزنامه ها یک مسیله جدی در عرصه تجارت الکترونیک است که بر بسیاری از عوامل، از جمله اعتماد کاربراننهایی تا موفقیت و شکست کسب و کار و مواجهه کسب و کار با ریسک شهرت و ارایه فرصت های تجاری به واسطه هاتاثیرمی گذارد. ارسال هرزنامه ها توسط بسیاری از شرکت های تجاری نوپا و حتی با سابقه به عنوان یک روش تبلیغاتیقابل اتکا نگریسته می شود. شناسایی و تشخیص درست هرزنامه ها همواره از چالش های حوزه تجارت الکترونیک و دادهکاوی بوده تا مدلی بکار بسته شود که دقت بالایی در شناسایی داشته باشد. در این پژوهش با بررسی عملگرهای حوزهداده کاوی شامل الگوریتم های درخت تصمیم گیری، شبکه عصبی مصنوعی، استنتاج قانون و الگوریتم جنگل تصادفی درنرم افزار رپیدماینر بر روی مجموعه داده Spambase، نتایج کارایی، دقت و بازخوانی الگوریتم ها را بررسی شده و بهترین الگوریتم شناسایی می شود.

Keywords:

ایمیل ناخواسته , داده کاوی , شناسایی هرزنامه , هرزنامه