ارزیابی و مقایسه الگوریتم های داده کاوی جهت دسته بندی پست های الکترونیکی
محل انتشار: سومین کنفرانس مهندسی برق و الکترونیک ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,794
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE03_132
تاریخ نمایه سازی: 18 مهر 1390
چکیده مقاله:
پست الکترونیک یکی از محبوب ترین و ارزان ترین راه ها برای برقراری ارتباط از طریق اینترنت است نقص در پروتکلهای پست الکترونیک و میزان زیاد تراکنش های مالی و تجاری الکترونیکی مستقیما منجر به افزایش تهدیدات مبتنی بر پست الکترونیک می شود اسپم که باعنوان پیغام های ناخواسته از آن یاد می شود یکی از اصلیت رین مسائلی است که در اینترنت کنونیموجود است و باعث ویرانی های مالی در شرکت ها می وشد در بین روشها جلوگیری از اسپم فیلتر کردن یکی از مهمترین تکنیک ها است دراین مقاله جهت دسته بندی پیغام های اسپم، از سه الگوریتم یادگیری OneR Naive Bayes و J48 استفاده شده است و درن رم افزار WEKA آزموده شده اند ابتدا یک تحلیل مقایسه ای بین الگوریتم ها ارائه گشته است تا حد ممکن سعی شده است تا الگوریتم ها بهینه شده و هرکدام با لاترین درجه صحت خود در مقایسه با دیگری قرار گیرد و در آخر الگوریتم ی که بهترین کارایی در پیش بینی اسپم دارد پیشنهاد می گردد.
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :