استفاده از تحليل احساسات و تركيب روش هاي يادگيري ماشين براي تشخيص هرزنامه در توييتر

محبوبيت شبكه هاي اجتماعي بخصوص توييتر چالش جديدي را روبروي محققان قرار داده است و آن چيزي نيست جز هرزنامه . روش هاي گوناگون زيادي براي مقابله با آنها ارائه شده است. بعضي از اين روش ها اگرچه در ابتدا كارآمد بودند اما به مرور توسط توليد كنندگان هرزنامه دور زده شدند. در اين تحقيق تلاش داريم با استفاده از يكي از جديدترين روش هاي تشخيص هرزنامه و تركيب آن با تحليل احساسات دقت تشخيص هرزنامه را افزايش دهيم. ما با استفاده از روش تعبيه سازي، كلمات متن توييت را به عنوان ورودي به يك معماري شبكه عصبي پيچشي داده و خروجي تشخيص دهنده متن هرزنامه يا متن عادي خواهد بود. هم زمان با استخراج ويژگي هاي مناسب در شبكه توييتر و اعمال روش هاي يادگيري ماشين بر روي آنها تشخيص هرزنامه بودن توييت را بصورت مجزا محاسبه مي كنيم. در نهايت خروجي هر دو روش را به يك شبكه پيچشي تلفيقي وارد مي كنيم تا خروجي آن تشخيص نهايي هرزنامه يا نرمال بودن متن توييت را تعيين كند. ما در اين تحقيق از دو مجموعه داده متعادل و نامتعادل استفاده مي كنيم تا تاثير مدل پيشنهادي را بر روي دو نوع داده بررسي كنيم. نتايج پژوهش نشان دهنده بهبود كارايي روش پيشنهادي در هر دو مجموعه داده مي باشد.