تشخیص اسپم در شبکه های اجتماعی با استفاده از یادگیری ترکیبی

امروزه شبکه های اجتماعی جایگاه ویژه ای در زندگی و روابط بشر پیدا کرده است. در میان این شبکه ها توییتر به فضایی محبوب برای تبادل اطلاعات و نظرات در جهان تبدیل شده است. این میزان محبوبیت و جامعیت، هدف مناسبی جهت فعالیت های مخرب و اسپمرها شده است. در راستای مقابله با اسپم مطالعات فراوانی با رویکردهای یادگیری ماشین صورت گرفته است و محققان نتایج امیدوار کننده ای به دست آورده اند. در س الهای اخیر الگوریتم های یادگیری ترکیبی به عنوان یکی از تکنیک های یادگیری نظارتی مدرن با توجه به دقت بالای آن یکی از گزینه های مناسب در فرآیند داده کاوی مورد استفاده قرار گرفته است. در این مقاله استفاده از یادگیری ترکیبی برای تشخیص اسپم در شبکه اجتماعی توییتر پیشنهاد شده است. در روش پیشنهادی پس از جمع آوری دادهای پیش پردازی، استخراج و انتخاب ویژگی های مناسب، سپس طبقه بندی توسط یادگیری ترکیبی با استفاده از درخت تصمیم، نزدیکترین همسایه و پیز ساده صورت گرفته است و نتایج حاصل در مقایسه با سایر الگوریتم های طبقه بندی مورد مقایسه و ارزیابی قرار گرفته است.

کلیدواژه ها:

تحلیل شبکه اجتماعی ، تشخیص اسپم ، داده کاوی ، یادگیری ماشین ، یادگیری ترکیبی