Using Topic Modeling to Identify Spam in Arabic Social Media Networks
| العنوان بلغة أخرى: |
نمذجة الموضوع للتعرف على المنشورات غير المرغوبة في شبكات التواصل الاجتماعي العربية |
|---|---|
| المؤلف الرئيسي: | زيوت، خلود (مؤلف) |
| مؤلفين آخرين: | الشواقفة، عماد محمود (مشرف) |
| التاريخ الميلادي: |
2021
|
| موقع: | إربد |
| الصفحات: | 1 - 82 |
| رقم MD: | 1260180 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة اليرموك |
| الكلية: | كلية تكنولوجيا المعلومات وعلوم الحاسوب |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
13
| المستخلص: |
بسبب تزايد حجم المعلومات على الإنترنت والاستخدام المستمر لشبكات التواصل الاجتماعي العربية مثل الفيسبوك تويتر، لينكد إن، الواتس آب، إنستغرام ينتهز مرسلو الرسائل غير المرغوب فيها على مواقع التواصل الاجتماعي دائما الفرصة لنشر الرسائل المزعجة الخاصة بهم ولاسيما الإعلانات والاحتيال. أدى العدد المتزايد من مرسلي الرسائل غير المرغوب فيها في شبكات التواصل الاجتماعي في الوطن العربي إلى ضرورة دراسة استخدام نمذجة الموضوعات لتحديد الرسائل غير المرغوب فيها في شبكات التواصل الاجتماعي العربية. في هذه الأطروحة، استخدمنا نهج النمذجة التلقائية للموضوع غير الخاضع للإشراف لاكتشاف الرسائل غير المرغوب فيها في شبكات التواصل الاجتماعي العربية واستخدمنا الخوارزمية الجينية لتحسين النتائج. تم استخدام (2290) من التعليقات العربية التي تم جمعها من منشورات المناقشة على فيسبوك والتي تم جمعها بشكل يدوي وتطبيق نهج نمذجة الموضوعات مع المتغيرات الخاصة بها. تم تقييم جودة نموذج الموضوع باستخدام مقياس التماسك بقيمة تساوي 0.29388، ثم تم تطبيق الخوارزمية الجينية على مدار 100 جيل، حدث تحسن في التماسك بقيمة تساوي 0.641395. طبقنا 13 مصنفا للتعلم الآلي مع ثلاث ميزات على مجموعة البيانات العربية باستخدام أناكوندا حيث أظهرت النتائج أن المصنف البيرسيبترون مع خاصية تمثيل ن-غرام أعطت أفضل أداء بقيمة 0.90 |
|---|
عناصر مشابهة
-
Extracting Arabic Text Summarization on Social Media for Trending Topics
بواسطة: ملكاوي، آلاء سليم منشور: (2019) -
Spam Classification Using Genetic Algorithm
بواسطة: Atta, Rand Ahmad منشور: (2018) -
Arabic Handwritten Text Recognition Using Genetic Algorithm and Artificial Neural Network
بواسطة: الصمادي، حمزه سليم منشور: (2019) -
Improving the Effectivness of Information Retrieval System Under Vector Space Model Using Adaptive Genetic Algorithm
بواسطة: Maitah, Wafaa Zaal Mohammad منشور: (2010) -
A Hybrid Arabic Text Summarization Approach Using Domain Knowledge and Genetic Algorithms
بواسطة: Bataineh, Dareen Qasem منشور: (2015)
