انتخاب ویژگی در تشخیص هرز نامه ها مبتی بر ترکیب طبقه بندها
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 490
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:
ACAECONF02_037
تاریخ نمایه سازی: 29 تیر 1398
چکیده مقاله:
طبقه بندی نامه های الکترونیکی در زمره روشهای یادگیری ماشین مبتنی بر محتوا قرار می گیرد که اساس کار آنها تشخیصبراساس محتوا و کلمات است . انتخاب بردار ویژگی مناسب برای افزایش کارایی سامانه های تشخیص در پیچیدگی زمان اجرایالگوریتم نقش بسزایی دارد . در این مقاله روشی ارائه شده است که در آن با استفاده از انتخاب ویژگی به دو روش انتخابپیشرونده و الگوریتم وراثتی، نرخ صحت و درستی در تشخیص هرزنامه های الکترونیکی از نامه های معتبر افزایش یافته است .نتایج آزمایشها بر روی پایگاه اطلاعات نشان داد که روشهای انتخاب ویژگی ضمن کاهش تعداد ویژگیها، موجب افزایش نرخ درستیدر تشخیص هرزنامه ها شده است . به دلیل اینکه طبقه بندها در یک فرایند یادگیری ساخته می شوند امکان گرفتار شدن آنها درکمینه های محلی وجود دارد بنابراین برای افزایش دقت طبقه بندی . در این مقاله،از ترکیب نتایج دو طبقه بند پایه بیزو ماشینبردار پشتیبان استفاده و با نتایج حاصل از ترکیب طبقه بندها مورد مقایسه قرار گرفته است.
کلیدواژه ها:
نویسندگان