ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

بررسی شیوه های کشف نظرات اسپم و ارائه دیدگاهی یکپارچه

سال انتشار: 1394
کد COI مقاله: NCAEC01_002
زبان مقاله: فارسیمشاهده این مقاله: 274
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی شیوه های کشف نظرات اسپم و ارائه دیدگاهی یکپارچه

محبوبه محمدی - کارشناسی ارشد- مهندسی فناوری اطلاعات، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته
فرشته قاضی زاده احسایی - استادیار- گروه فناووری اطلاعات، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته

چکیده مقاله:

در سالهای اخیر، بازخورد کاربران مهمترین منبع برای آراء مشتریان شده است. این بازخوردها به صورت گسترده توسط سازمان ها و به صورت انفرادی در جهت تصمیم گیری در تجارت الکترونیکی استفاده شده است. در عین سودمندی این بازخوردها و نظرات مشتری ها، چالش هایی نیز وجود دارد. از جمله ی این چالش ها نظرات اسپمی است که در بین این نظرات وجود دارد و مانع تصمیم گیری صحیح مشتری ها می شود. در این مقاله سعی شده است تا شیوه های کشف نظرات اسپم را مورد بررسی قرار داده و ویژگی های آنها را استخراج کرده و براساس آن، طبقه بندی را برای کشف نظرات اسپم ارایه می دهیم. با تحلیل کارهای پیشین در زمینه کشف نظرات اسپم و استخراج ویژگی های استفاده شده می توان یک دید یکپارچه را به محققین برای کارهای آینده داد.

کلیدواژه ها:

ارسال کننده نظرات اسپم، گروه های ارسال کننده نظرات اسپم، نظرات اسپم

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NCAEC01_002 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/461102/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محمدی، محبوبه و قاضی زاده احسایی، فرشته،1394،بررسی شیوه های کشف نظرات اسپم و ارائه دیدگاهی یکپارچه،کنفرانس ملی دستاورهای نوین در برق وکامپیوتر،اسفراین،،،https://civilica.com/doc/461102

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، محمدی، محبوبه؛ فرشته قاضی زاده احسایی)
برای بار دوم به بعد: (1394، محمدی؛ قاضی زاده احسایی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • کنفرانس ملی دستاوردهای نوین در برق و کامپیوتر هشتم و ...
  • کنفرانس ملی دستاوردهای نوین در برق و کامپیوتر هشتم و ...
  • Hsiao, M.-H., Shopping mode choice: .shopping-ع Physical store shopping Versus ...
  • Svantesson, D. and R. Clarke, A best practice model for ...
  • J. Liu, Y.C., C. Lin, Y. Huang, M. Zhou, Low-quality ...
  • Jindal, N., & Liu, B, Opinion spam and analysis. In ...
  • Algur, S., et al., Conceptual level similarity _ based review ...
  • VIKOR Method. Advances in information Sciences and Service S ciences(AISS) ...
  • Mudambi, S.M. and D. Schuff, HAT MAKES A HELPFUL ONLINE ...
  • Applications, 2015. 42(3): p. 1065-1073. Li, H., Liu, B., Mukherjee, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 2,436
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی