https://doi.org/10.55956/NXZX2857

Аңдатпа. Бұл зерттеуде мәтіндік хабарламаларды автоматты түрде классификациялау арқылы спамды анықтау әдістері талданды. Зерттеудің мақсаты – машиналық оқыту модельдерінің тиімділігін бағалау және оларды спам фильтрлеу жүйелеріне қолдану мүмкіндіктерін зерттеу болды. Алдын ала деректерді өңдеу кезеңдерінде хабарламаларды төменгі регистрге ауыстыру, токенизация, арнайы символдар мен тыныс белгілерін жою, жиі кездесетін сөздерді алып тастау және сөздерді түбірге келтіру қолданылды. Осы қадамдар хабарламалардан маңызды ақпаратты бөліп көрсетуге және классификацияның сапасын арттыруға көмектесті. Зерттеу барысында Наивті Байес, Логистикалық регрессия, SVM, Шешім ағашы, Рэндом Форест және Градиентті Бустинг модельдері сынақтан өткізілді. Нәтижелер көрсеткендей, SVM моделі барлық метрикалар бойынша ең жоғары көрсеткіштерге ие болды, сонымен қатар Рэндом Форест пен Логистикалық регрессия модельдері де жоғары тиімділігін көрсетті. Бұл модельдер нақтылық, дәлдік, еске түсіру және F1-өлшемі бойынша 95%-дан жоғары көрсеткіштерге қол жеткізді. Зерттеу нәтижелері машиналық оқыту әдістерінің мәтіндік деректерді классификациялаудағы тиімділігін дәлелдейді және оларды нақты қолданбалы жүйелерге, мысалы, электрондық пошта немесе SMS арқылы келетін хабарламаларды сүзу жүйелеріне енгізу мүмкіндіктерін көрсетеді. Алдағы уақытта гиперпараметрлерді оңтайландыру және мәтіндік деректерді өңдеудің жетілдірілген әдістерін қолдану арқылы модельдердің өнімділігін арттыру жоспарланып отыр.

Тірек сөздер: машиналық оқыту, спам фильтрлеу, текст классификациясы, Наивті Байес, логистикалық регрессия, SVM моделі, деректерді өңдеу, градиентті бустинг.

Абен, А.Б. Машиналық оқыту алгоритмдерінің көмегімен спам хабарламаларды анықтау [Мәтін] / А.Б. Абен, Н.М. Жунисов, Ж.Б. Мырзатаев //Механика және технологиялар / Ғылыми журнал. – 2024. – №4(86). – Б.440-450. https://doi.org/10.55956/NXZX2857

(PDF)