ارزیابی و مقایسه الگوریتم های داده کاوی جهت دسته بندی پست های الکترونیکی
- سال انتشار: 1390
- محل انتشار: سومین کنفرانس مهندسی برق و الکترونیک ایران
- کد COI اختصاصی: ICEEE03_132
- زبان مقاله: فارسی
- تعداد مشاهده: 4013
نویسندگان
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
چکیده
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.کلیدواژه ها
WEKAOneR،Naïve Bayes و J48,Precision, Recallمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.