مروري بر ارزيابي ماشين بردارپشتيبان درتشخيص طبقه بندي ايميل هاي اسپم

يكي از ارتباطات اقتصادي سريع ايميل است، افزايش كاربران ايميل باعث افزايش هرزنامه ها در سال هاي اخير شده است. هرزنامه نويس ها هميشه سعي مي كنند راه هايي براي فرار از فيلترهاي موجود بيابند بنابراين فيلترهاي جديد براي تشخيص هرزنامه ها نياز به توسعه دارند بيشتر اين فيلتر ها از تركيبي از چندين روش مانند فهرست هاي سياه يا سفيد، استفاده از واژه هاي كليدي، فيلترهايي بر پايه قانون، روشهاي يادگيري ماشين و غيره براي شناسايي دقيقتر هرزنامه ها بهره ميبرند. در اين مقاله به بررسي معيارهاي ارزيابي مانند دقت و صحت و نرخ خطا و كارايي ماشين بردار پشتيبان ماشين براي تشخيص و فيلترينگ هرزنامه ها مي پردازيم.