تشخیص اسپم در شبکه های اجتماعی با استفاده از یادگیری ترکیبی
Publish place: Fifth International Conference on Web Research
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,466
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANWEB05_021
تاریخ نمایه سازی: 8 تیر 1398
Abstract:
امروزه شبکه های اجتماعی جایگاه ویژه ای در زندگی و روابط بشر پیدا کرده است. در میان این شبکه ها توییتر به فضایی محبوب برای تبادل اطلاعات و نظرات در جهان تبدیل شده است. این میزان محبوبیت و جامعیت، هدف مناسبی جهت فعالیت های مخرب و اسپمرها شده است. در راستای مقابله با اسپم مطالعات فراوانی با رویکردهای یادگیری ماشین صورت گرفته است و محققان نتایج امیدوار کننده ای به دست آورده اند. در س الهای اخیر الگوریتم های یادگیری ترکیبی به عنوان یکی از تکنیک های یادگیری نظارتی مدرن با توجه به دقت بالای آن یکی از گزینه های مناسب در فرآیند داده کاوی مورد استفاده قرار گرفته است. در این مقاله استفاده از یادگیری ترکیبی برای تشخیص اسپم در شبکه اجتماعی توییتر پیشنهاد شده است. در روش پیشنهادی پس از جمع آوری دادهای پیش پردازی، استخراج و انتخاب ویژگی های مناسب، سپس طبقه بندی توسط یادگیری ترکیبی با استفاده از درخت تصمیم، نزدیکترین همسایه و پیز ساده صورت گرفته است و نتایج حاصل در مقایسه با سایر الگوریتم های طبقه بندی مورد مقایسه و ارزیابی قرار گرفته است.
Keywords:
Authors
محمدمهدی کاوسی
گروه مهندسی کامپیوتر، دانشگاه ارشاد دماوند، تهران
علیرضا رضوانیان
پژوهشکده علوم کامپیوتر، پژوهشگاه دانشهای بنیادی ) IPM (، تهران