CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص هرزنامه در توییتر با استفاده از روشی ترکیبی مبتنی بر درخت تصمیم

عنوان مقاله: تشخیص هرزنامه در توییتر با استفاده از روشی ترکیبی مبتنی بر درخت تصمیم
شناسه ملی مقاله: AISC01_051
منتشر شده در اولین کنفرانس هوش مصنوعی و پردازش هوشمند در سال 1401
مشخصات نویسندگان مقاله:

سیده مهسان تقوی نژاد - دانش آموخته رشته مهندسی فناوری اطلاعات و ارتباطات – دانشگاه آزاد اسلامی- واحد تهران شمال
زهره مافی - دانشجوی دکتری دانشگاه صنعتی شریف- رشته مهندسی کامپیوتر – نرم افزار و عضو هیات علمی
فرشته جدیدی میاندشتی - عضو هیات علمی رشته مهندسی کامپیوتر – نرم افزار- دانشگاه آزاد اسلامی- واحد تهران شمال

خلاصه مقاله:
هرزنامه توییتر نه تنها بر تجربه کاربر تاثیر بسزایی دارد، بلکه دارای ریسک های مهمی است که علاوه بر آسیب به شبکه های اجتماعی، سیستم عامل را نیز درگیر می کند و لذا شیوع هرزنامه ها در این شبکه و به دام افتادن کاربران آن، می تواند ریسک های زیادی را بوجود آورد. از این رو در این مقاله، با استفاده از ترکیب چند درخت تصمیم به ارائه روشی جهت تشخیص هرزنامه در توییتر پرداخته شد. همچنین روش پیشنهادی، بر روی مجموعه داده ی مربوط به پیام های طبقه بندی شده شبکه های اجتماعی توئیتر، مورد آزمایش و ارزیابی قرار گرفت و در نهایت با درخت تصمیم ساده و شبکه عصبی مصنوعی پرسپترون چندلایه بر اساس معیارهای نرخ صحت طبقه بندی، دقت، بازخوانی و F۱ مقایسه شد. نتایج، حاکی از آن است که استفاده از روش پیشنهادی عملکرد مناسبی در تشخیص هرزنامه های توییتر دارد.

کلمات کلیدی:
هرزنامه، توییتر، یادگیری ماشین، درخت تصمیم، شبکه اجتماعی توئیتر، شبکه عصبی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1549615/