مشخصات مقاله:
عنوان فارسی مقاله:
تشخیص اسپم پیام کوتاه با استفاده از ویژگی های غیرمحتوایی
عنوان انگلیسی مقاله:
SMS Spam Detection Using Noncontent Features
مناسب برای رشته های دانشگاهی زیر:
مهندسی فناوری اطلاعات
مناسب برای گرایش های دانشگاهی زیر:
اینترنت و شبکه های گسترده
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
رویکردهای ضداسپم
استخراج ویژگی
ویژگی‌های آماری
مشخصه های موقتی
مشخصه های شبکه ای
دسته بندی الگوریتم ها
نتایج آزمایشی
سنجش عملکرد
مقایسه با رویکرد مبنا
مقایسه بین مجموعه طرح های مختلف
آزمایش های بیشتر
قسمتی از مقاله انگلیسی و ترجمه آن:
Antispam Approaches
Researchers have developed various computational approaches—in particular, data mining methods—to detect email spam, and some have achieved a certain degree of success. Content-based approaches3 were among the first to be applied. In email spam filtering, for example, such methods consider content-based features that can be used for classification. A spam email often contains some indicative keywords, such as “free” or “awards,” or unusual distribution of punctuation marks and capital letters, such as “BUY!!” or “MONEY,”4 such that these keywords become important features that a machine-learning-based classification algorithm can use.
رویکردهای ضداسپم
پژوهشگران رویکردهای محاسباتی مختلف، به ویژه روش‌های داده‌کاوی را برای شناسایی ایمیل‌های اسپم پیش گرفته‌اند و برخی به موفقیت‌های نسبی رسیده است. رویکردهای مبتنی بر محتوا در این میان جزو اولین رویکردهای به کار رفته بود. برای نمونه، در فیلترینگ ایمیل‌های اسپم، چنین مدل‌هایی ویژگی‌های مبتنی بر محتوا را مدنظر قرار داده که می‌توانند برای طبقه بندی استفاده شوند. اغلب، ایمیل‌های اسپم حاوی برخی کلیدواژگان خبردهنده مانند «رایگان» یا «جایزه» یا توزیع غیرمعمول نشان‌های نقطه‌گذاری و حروف بزرگ مانند «BUY» یا «MONEY» است که ویژگی‌های مهمی برای استفاده در الگوریتم طبقه‌بندی مبتنی بر ماشین یادگیری محسوب می‌شود.