دسته بندی بیزین جمعی با استفاده از انتخاب ویژگی رپر مبتنی بر الگوریتم ژنتیک در تشخیص هرزنامه

جایگاه ایمیل در ارتباطات، با ورود پدیده ای به نام هرزنامه با تهدید جدی مواجه شده است. تاکنون، به‏منظور مقابله با این پدیده، روش های فراوانی پیشنهاد شده که یکی از مهم‎ترین این روش‎ها، دسته بندی آنها بر اساس محتوا به دو دسته هرزنامه و غیرهرزنامه است. دسته بندی بر اساس محتوا با استفاده از کلمات به‎عنوان ویژگی انجام می شود که به‎دلیل تعداد زیاد ویژگی ها، استفاده از یک سازوکار انتخاب ویژگی کارآمد موضوعی حیاتی به نظر می رسد. بر این اساس، تمرکز روش پیشنهادی در این مقاله روی انتخاب ویژگی های مفید بوده و یک فرایند انتخاب ویژگی رپر با بهره گیری از الگوریتم قدرتمند ژنتیک و با همکاری دسته بند بیزین که دارای کارایی بالایی در مسایل دسته بندی متون است، ارایه می شود. روش کار نیز به این صورت است که ابتدا یک بردار ویژگی اولیه ساخته شده، سپس با ضرب کردن آن در یک ماتریس با عنوان ماتریس انتقال، با استفاده از الگوریتم ژنتیک، روی آن عملیات بهینه سازی اعمال شده و در پایان، k بردار ویژگی نهایی ساخته می شوند. عملیات دسته بندی نیز به صورت جمعی و با اعمال k دسته بند بیزین روی بردارهای ویژگی اعمال شده و از بین آنها رای گیری انجام می شود. روش پیشنهادی روی دو پایگاه داده اجرا شده که بر اساس نتایج، روش پیشنهادی با مقدار 7 = k دارای نرخ صحت 76/87 و 91/87 در دو پایگاه داده 1PU و 2PU است. همچنین نتایج مقایسه روش پیشنهادی، حاکی از کارآمدی روش پیشنهادی در مقایسه با بیزین پایه و دو دسته بند SVM و KNN است.