Filtrage des contenus indésirables (Texte) sur Twitter: traditionnel vs bio-inspiré algorithmes

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Twitter est l’un des plus grands sites de réseaux sociaux au monde, où la quantité d’informations et des messages qui appelé "Tweet" échangés entre les utilisateurs augmente ; Malheureusement, cela a accru la propagation des spammeurs qui partagent des messages indésirables, qui contiennent sou- vent des publicités ou des programmes ou des liens qui contiennent des sites malveillants, donc ces messages texte peuvent être détectés et classés comme spam , pour cela il existe plusieurs algorithmes et techniques a utilisé .C’est ce que nous avons abordé dans notre thèse, où nous avons utilisé une base de données unifiée et on a appliqué des techniques et des algorithmes traditionnels, et d’autre bio inspirés pour classer le message électronique comme spam ou non, et suivent les résultats, nous avons effectué un processus de comparaison où nous a conclu que l’algorithme Naïve Bayes donnait une précision de 83% bien meilleure que K-Nearest Neighbor, qui donnait une précision de 66% au mieux, avec plus de temps que n’en prenait Naïve Bayes, pour les algorithmes traditionnels, alors que pour les algorithmes d’optimisation bio inspiré, nous avons essayé d’appliquer une approche qui inclut l’algorithme Grey Wolf Optimization (GWO) combiné avec la classification K-NN, mais nous n’avons pas atteint de résultats logiques

روابط وملفات

التعريف والنوع

رقم الوثيقة

051b1e6f-be67-4e6c-ae54-a19f73dd4581

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

959400_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"Abdelkader Bouhani","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Mahfoud Badjelmane ","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Nacereddine Ouali","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Filtrage des contenus indésirables (Texte) sur Twitter: traditionnel vs bio-inspiré algorithmes

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

Twitter is one of the largest social networking sites in the world, where the amount of information and messages exchanged between users who called "Tweet", increases ; Unfortunately, this has increased the spread of spammers who share unwanted messages, which often contain advertisements or programs or links that contain malicious sites, so these text messages can be detected and classified as spam or not, for this there is several algorithms and techniques used. This is what we tackled in our thesis, where we used a unified database and applied traditional, and other bio inspired tech-niques and algorithms to it to classify mail as spam or not, and track the results, we performed a comparison process where we concluded that the Naive Bayes algorithm gave 83% accuracy much better than K-Nearest Neighbor, which gave 66% accuracy at best, with more time than Naive took Bayes, for traditional algorithms, while for bio-inspired algorithms

كلمات الباحثين

Spam, Twitter, Algorithmes bio inspirés.

إشراف وإعداد

الإشراف

Abdelkader Bouhani

الإعداد

Mahfoud Badjelmane , Nacereddine Ouali

الاقتباسات الببليوغرافية