تاثیر سایز ویژگیها بر بهبود روشهای طبقه بندی ایمیل با استفاده از درخت تصمیم فازی FID۳

اینترنت به طور چشمگیری ارتباط مردم و ارتباط با دیگران را تغییر داده است، ایمیل یکی از سرویسهایی که امروزه اینترنت برای کاربرانش فراهم می آورد، این سرویس به علت هزینه کم مورد توجه بسیاری از کاربران قرار گرفته است. در کنار مزایای زیاد پست الکترونیکی، یکی از ضعفهای این سرویس این است که دائما بر تعداد ایمیلهایی که دریافت میگردد افزوده میشود. گسترش سریع این سرویس در میان کاربران اینترنت باعث شده عده ای در صدد سوءاستفاده از آن برآیند که نتیجه آن گسترش هرزنامه ها۱ شده است ،در این تحقیق، روش جدیدی برای شناسایی و طبقه بندی هرزنامه ها معرفی نموده که با استفاده از درخت فازی FID۳ دقت طبقه بندی ایمیل را افزایش داده و از معیارهایF-Measure و دقت برای مقایسه نتایج کار با دو روش SVM و Naïve Bayesian استفاده کرده و در نهایت توانستیم بین دو خطای تشخیص هرزنامه به جای ایمیل معتبر و بالعکس تعادل قابل قبولی برقرار نماییم.

کلیدواژه ها:

داده کاوی ، درخت تصمیمگیری ، درخت تصمیم فازی ، طبقه بندی ایمیل ، هرزنامه