شناسایی موثر هرزنامه ها در شبکه اجتماعی توئیتر با استفاده از رتبه بندی ویژگیها

شبکه های اجتماعی همانند فیسبوک، توئیتر ارتباطات و دسترسی به اخبار را در زندگی روزانه افراد در سال های اخیر دگرگون ساخته اند. حجم وسیعی از داده در این شبکه ها توسط کاربران تولید میگردد. رشد سریع هرزنامه ها در اینترنت و شبکه های اجتماعی اعتبار تحقیقاتی که بر پایه داده های بدست آمده از آنها انجام شده است، را به خطر می اندازد. بنابراین این امر محققان را در سالهای اخیر بر آن ساخته که با استفاده از روشهای متعدد مبتنی بر یادگیری ماشین در پی دستیابی به روشی جدید و با دقت بالا در شناسایی هرزنامه ها باشند. این تحقیق روشی سریع و موثر در شناسایی هرزنامه در توئیتر را ارائه میدهد. در روش پیشنهادی پس از جمع آوری داده و انجام مراحل پیش پردازش و استخراج مجموعه ویژگی مناسب، مدلسازی صورت گرفته است و با استفاده از روش های مختلف انتخاب ویژگی، ۱۰ ویژگی موثر انتخاب گردیده است که سبب می شود از پیچیدگی محاسباتی کاسته شود و در زمان استخراج ویژگی و یادگیری صرفه جویی کند و در نهایت بر اساس طبقه بند XGBoost مدلی با دقت ۹۹.۸۴ برای شناسایی هززنامه ها به ارمغان میآورد. جهت ارزیابی مدل از روش اعتبارسنجی متقابل استفاده شده است.

کلیدواژه ها:

انتخاب ویژگی ، پردازش متن ، شبکه های اجتماعی ، شناسایی هرزنامه ، یادگیری ماشین