| نوع مدرک: | متون چاپی |
| سرشناسه | یعقوبی دستگردی ، فا‌‌یزه، نویسنده |
| شماره بازیابی : | COM soft 16 1397 |
| عنوان : | بهبود روش های خوشه بندی محتوای کاربران و تشخیص هرزنامه در شبکه اجتماعی طراحی گرافیک |
| ناشر: | دانشگاه شهید اشرفی اصفهانی : بی نا |
| سال نشر : | 1395 |
| صفحه شمار: | ل، 63ص |
| شابک/شاپا | 22736 |
| یادداشت | پایان نامه کارشناسی ارشد : مهندسی کامپیوتر گرایش نرم افزار |
| شناسه افزوده : | خیام باشی ، محمد رضا، استاد راهنما |
| توصیفگرها | داده کاوی تشخیص هرزنامه شبکه اجتماعی الگو خوشه بندی محتوای شبکه اجتماعی تشخیص محتوای هرزData mining Spam detection Social network Social network content modeling Detect spam content |
| چکیده : | اﻣﺮوزه ﺷﺒﮑﻪﻫﺎ و اﯾﻨﺘﺮﻧﺖ ﺑﻪ ﺑﺨﺸﯽ ﺟﺪاﯾﯽﻧﺎﭘﺬﯾﺮ از زﻧﺪﮔﯽ ﺑﺸﺮ ﺗﺒﺪﯾﻞ ﺷﺪه اﺳﺖ. اﯾﻦ ﻣﻮﺿﻮع در ﮐﻨﺎر ﻣﺰاﯾﺎی ﺑﺴﯿﺎر، ﻣﯽﺗﻮاند انواع ﺗﻬﺪﯾﺪات اﻣﻨﯿﺘﯽ و ﻧﺎﻫﻨﺠﺎریﻫﺎی اﺟﺘﻤﺎﻋﯽ را ﻧﯿﺰ ﺑﻪ دﻧﺒﺎل داﺷﺘﻪ ﺑﺎﺷﺪ. رﺷﺪ روز اﻓﺰون ﺷﺒﮑﻪﻫﺎی اﺟﺘﻤﺎﻋﯽ آﻧﻼﯾﻦ ﺑﻪ دﻟﯿﻞ ﻣﺤﺒﻮﺑﯿﺖ وﮐﺎرﺑﺮی آﺳﺎن، آﻧﻬﺎ را ﺑﻪ ﻋﻨﻮان اﺻﻠﯽﺗﺮﯾﻦ ﻫﺪف ﺑﺮای ﻫﺮزﻧﺎﻣﻪﻧﻮﯾﺴﺎن ﺗﺒﺪﯾﻞ ﮐﺮده اﺳﺖ. در اﯾﻦ ﻣﯿﺎن ﺑﺴﯿﺎری از ﻣﻄﺎﻟﻌﺎت موجود از روشﻫﺎی ﯾﺎدﮔﯿﺮی ﻣﺎﺷﯿﻦ ﺑﺮای ﺷﻨﺎﺳﺎﯾﯽ ﻫﺮزﻧﺎﻣﻪﻧﻮﯾﺲﻫﺎ اﺳﺘﻔﺎده ﻧﻤﻮده اﻧﺪ. در ﺣﺎﻟﯽ ﮐﻪ ﻫﺮزﻧﺎﻣﻪ نویسان ﻫﻤﻮاره ﺑﺮای ﻓﺮار از وﯾﮋﮔﯽ های تشخیص موجود ، در حال ابداع روش های جدید هستند.در سال های اخیر محققان روش هایی را برای شناسایی هرزنامه ارائه داده اند. در این پایان نامه به الگویی از داده‌های حجیم دست یافته ، که با بکارگیری این الگو به بهترین نتیجه ارزشیابی محتواهایی همچون عنوان، متن اصلی، دیدگاه و پاسخ دیدگاه، کلمات کلیدی، هشتگ‌های درون محتوا در زمینه طراحی گرافیک دست پیدا خواهیم کرد. نتیجه ارزشیابی می‌تواند یک مقدار عددی باشد، که نسبت به این مقدار میزان احتمال هرزنامه بودن محتوای تحت بررسی را مورد سنجش قرار دهد، به عبارتی با آزمایش بر روی الگوهای مورد بررسی به تشخیص هرزنامه با دقت بالا و به درصد کمی از ضعف های غیر قابل قبول دست یابی خواهد شد. در تحقیق پیش رو محتواها و دیدگاه‌های کاربران شبکه اجتماعی dribbble مورد بررسی قرار گرفته، توسط یک فرآیند در یک بازه زمانی استخراج شده، داده‌های بی‌ارزش آن حذف شده و جهت تشخیص هرزنامه بودن دیدگاه‌های کاربران دیدگاه‌گذار مورد بررسی قرار گرفته‌اند. فرآیندهایی که در تحقیق‌های پیشین انجام شده است بر روی شبکه اجتماعی‌هایی بوده‌اند که فقط محتوا مورد بررسی قرار می‌گرفته، در این پایان نامه دقت بر روی دیدگاه کاربرانی است که برای محتوا دیدگاه وارد می‌کنند و می‌بایست محتوا اصلی همراه با دیدگاه کاربر مورد بررسی قرار بگیرند. در این پایان نامه با تمرکز بیشتر بر روی محتوا دیدگاه، اطلاعات دیدگاه‌گذار و متن محتوا توانستیم میزان دقت را میانگین،5 درصد و فراخوانی را 6 درصد بهبود ببخشیم |
| لینک ثابت رکورد: | ../opac/index.php?lvl=record_display&id=1343 |
| زبان مدرک : | فارسی |
بهبود روش های خوشه بندی محتوای کاربران و تشخیص هرزنامه در شبکه اجتماعی طراحی گرافیک (1395) / یعقوبی دستگردی ، فا‌‌یزه، نویسنده