ارسل ملاحظاتك

ارسل ملاحظاتك لنا







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:
صورة الغلاف QR قانون

عدد مرات التحميل

13

حفظ في:
LEADER 03817nam a2200337 4500
001 2011929
041 |a eng 
100 |9 671724  |a زيوت، خلود  |e مؤلف  |g Zyout, Khulood Ali 
245 |a Using Topic Modeling to Identify Spam in Arabic Social Media Networks 
246 |a نمذجة الموضوع للتعرف على المنشورات غير المرغوبة في شبكات التواصل الاجتماعي العربية 
260 |a إربد  |c 2021 
300 |a 1 - 82 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة اليرموك  |f كلية تكنولوجيا المعلومات وعلوم الحاسوب  |g الاردن  |o 0152 
520 |a 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 
653 |a وسائل التواصل الاجتماعي  |a الخوارزمية الجينية  |a تكنولوجيا المعلومات  |a نظم المعلومات  |a علوم الحاسوب 
700 |9 130014  |a الشواقفة، عماد محمود  |e مشرف  |g Al-Shawakfa, Emad 
856 |u 9802-003-012-0152-T.pdf  |y صفحة العنوان 
856 |u 9802-003-012-0152-A.pdf  |y المستخلص 
856 |u 9802-003-012-0152-C.pdf  |y قائمة المحتويات 
856 |u 9802-003-012-0152-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-003-012-0152-1.pdf  |y 1 الفصل 
856 |u 9802-003-012-0152-2.pdf  |y 2 الفصل 
856 |u 9802-003-012-0152-3.pdf  |y 3 الفصل 
856 |u 9802-003-012-0152-4.pdf  |y 4 الفصل 
856 |u 9802-003-012-0152-5.pdf  |y 5 الفصل 
856 |u 9802-003-012-0152-R.pdf  |y المصادر والمراجع 
856 |u 9802-003-012-0152-S.pdf  |y الملاحق 
930 |d y 
995 |a Dissertations 
999 |c 1260180  |d 1260180 

عناصر مشابهة