شناسایی هرزنامه ها با کاربست روش های یادگیری ماشینی

وجود هرزنامه ها یک مسئله جدی در عرصه تجارت الکترونیک است که بر بسیاری از عوامل، از جمله اعتماد کاربران نهایی تا موفقیت و شکست کسب و کار و مواجهه کسب و کار با ریسک شهرت و ارائه فرصت های تجاری به واسطه ها تاثیر می گذارد. ارسال هرزنامه ها توسط بسیاری از شرکت های تجاری نوپا و حتی با سابقه به عنوان یک روش تبلیغاتی قابل اتکا نگریسته می شود. شناسایی و تشخیص درست هرزنامه ها همواره از چالش های حوزه تجارت الکترونیک و داده کاوی بوده تا مدلی بکار بسته شود که دقت بالایی در شناسایی داشته باشد. در این پژوهش با بررسی عملگرهای حوزه داده کاوی شامل الگوریتم های درخت تصمیم گیری، شبکه عصبی مصنوعی، استنتاج قانون و الگوریتم جنگل تصادفی در نرم افزار رپیدماینر بر روی مجموعه داده spambase، نتایج کارایی، دقت و بازخوانی الگوریتم ها را بررسی شده و بهترین الگوریتم شناسایی می شود.