افزایش دقت تشخیص پست های اسپم در شبکه های اجتماعی با استفاده از سیستم ایمنی مصنوعی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 افزایش دقت تشخیص پست های اسپم در شبکه های اجتماعی با استفاده از سیستم ایمنی مصنوعی دارای ۲۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد افزایش دقت تشخیص پست های اسپم در شبکه های اجتماعی با استفاده از سیستم ایمنی مصنوعی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی افزایش دقت تشخیص پست های اسپم در شبکه های اجتماعی با استفاده از سیستم ایمنی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن افزایش دقت تشخیص پست های اسپم در شبکه های اجتماعی با استفاده از سیستم ایمنی مصنوعی :

تعداد صفحات :۲۲

چکیده مقاله:

امروزه، شبکه های اجتماعی آنلاین مانند فیسبوک، لینکداین، توییتر و …از محبوب ترین برنامه های کاربردی اینترنتی به شمارمی آیند. یکی از مهمترین فعالیت های کاربران در شبکه های اجتماعی، ارسال و همچنین مشاهده پست ها می باشد. اما متاسفانهاسپمرها نیز از طریق ارسال پست می توانند به اهداف خود نظیر دسترسی به اطلاعات شخصی کاربران، انتشار ویروس و …دستیابند. تاکنون روشهای متعددی به این منظور ارائه شده اند که مبتنی بر الگوریتم های یادگیری ماشین و داده کاوی می باشند. امااین روش ها از مشکلاتی همچون پایین بودن نرخ تشخیص و نیز بالا بودن نرخ مثبت کاذب رنج می برند. بنابراین با درنظرگرفتنویژگی های سیستم ایمنی مصنوعی و کارایی بالای آن در مساله تشخیص، تصمیم گرفتیم در این پژوهش از این سیستم درتشخیص اسپم استفاده نماییم. علاوهبر کاربرد نتایج این تحقیق در بهبود تشخیص پست های اسپم، نتایج تحقیق می تواند درمسائل تشخیصی مشابه همچون مساله تشخیص ایمیل های اسپم، تشخیص ویروس، تشخیص و فیلترینگ Pop up، تشخیص و فیلترینگ پیام های کوتاه مزاحم و …نیز کاربرد داشته باشد. فرضیه های تحقیق، شامل چگونگی افزایش نرخ تشخیص پست هایاسپم و کاهش نرخ مثبت کاذب در شناسایی این پست ها در شبکه های اجتماعی با استفاده از مفاهیم سیستم ایمنی می باشد.برای انجام آزمایش های ارزیابی دو مجموعه داده مورداستفاده قرار گرفته است: مجموعه داده شناسایی اسپمرها در توییتر به عنوانمجموعه داده آموزشی با اندازه کوچک و مجموعه داده تشخیص اتوماسیون اسپمرها در توییتر به عنوان مجموعه داده آزمایشی.الگوریتم پیشنهادی در مقایسه با کارهای پیشین انجام شده در این زمینه، دارای کارایی بیشتری می باشد. این روش به طورمیانگین از دقت برابر با ۰.۹۷۵ و در بهترین حالت دقت برابر با ۰.۹۸ و میزان Recall برابر با ۰.۹۶ برخوردار می باشد.