روشهای موجودبرای دسته بندی ایمیل هابااستفاده ازالگوریتم های یادگیری ماشین

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,249

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

BPJ01_644

تاریخ نمایه سازی: 29 دی 1392

چکیده مقاله:

امروزه بیشترارتباطات مردم ازطریق نامه های الکترونیکی یاهمان ایمیل می باشد عموما همه افرادایمیل هارابه دوکلاس ایمیل های اسپم و ایمیل های قانونی دسته بندی می کنند روال عمومی برای تعاریف این دوکلاس به این صورت میباشد که ایمیل های قانونی دراغلب موارد دارای محتوای مفید برای کاربرد بوده اما ایمیل اسپم معمولا دارای محتوای غیرمفید و شاید مضرمی باشد ازانجایی که ارسال میلیونی اسپم باعث ازارکاربر واتلافزمان هزینه منابع شبکه و پهنای باند میشودبنابراین اسپم به یک مشکل جدی تبدیل شده است برای جلوگیری ازاسپم روشها و الگوریتم های زیادی وجود دارد مادراین مقاله قصد داریم انواع روشهای موجود برای دسته بندیایمیل ها را با استفاده ازالگوریتم های یادگیری ماشین بیان کنیم

کلیدواژه ها:

الگوریتم های یادگیری ماشین ، روش شبکه عصبی ، KNN ، SVM ، ایمیل اسپم و HAM

نویسندگان

نسیم وصفی سیسی

دانشگاه آزاد اسلامی شبستر

محمدرضا فیضی درخشی

هیئت علمی دانشگاه تبریز

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 :