الگوریتم تشخیص ایمیلهای ناخواسته با استفاده از تحلیل محتوا وSVM
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 487
فایل این مقاله در 14 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:
CRSTCONF02_002
تاریخ نمایه سازی: 21 شهریور 1395
چکیده مقاله:
مسئله استخراج ویژگی، یکی از مسائلی است که در مبحث یادگیری ماشین و در بررسی مسائل شناخت الگومطرح است. با انتخاب ویژگی مناسب در نرخ بازشناسی و کنار گذاشتن ویژگیهایی که در طبقهبندی تأثیر منفی دارند، میتوان هم نرخ بازشناسی را بهبود بخشید و همچنین، هزینه محاسباتی را کاهش و سرعت پردازش را افزایش داد که این امر در سیستمهای بلادرنگ امر حیاتی است . در کارهای انجامشده معمولاً برای دستهبندی از همان ویژگیهای استخراجشدهی پیشفرض استفاده میکنند. درصورتیکه این استخراج ویژگی هدفمند و بهصورت بهینه و دقیق انتخاب گردد در این صورت دقت الگوریتم در تشخیص بسیار بهتر میگردد. بر این اساس در این پایاننامه بر این مبنا ابتدا با توجه به بررسی ایمیلهای متفاوت، ویژگیهای ایمیل هرزنامه و غیر هرزنامه را که عبارتاند از کلمات، عبارات، کاراکترهای خاص، سرآیند ایمیل )وابسته به دامنه( را با استفاده از روش تحلیل محتوا کدبندی بهگونهای استخراج شود تا با کمترین تعداد ویژگی بالاترین دقت را در تفکیک ایمیلها و تشخیص هرزنامهها داشته باشد
کلیدواژه ها:
نویسندگان
منا پورنجارزاده
گروه کامپیوتر،واحد علوم و تحقیقات خوزستان،دانشگاه آزاد اسلامی واحد اهواز،ایران
محمدحسین یکتایی
گروه کامپیوتر،واحد آبادان،دانشگاه آزاد اسلامی واحد آبادان ،ایران
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 :