DSpace Repository

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

Show simple item record

dc.contributor.author Mahfoud, BADJELMANE
dc.contributor.author Nacereddine, OUALI
dc.date.accessioned 2022-10-26T12:40:46Z
dc.date.available 2022-10-26T12:40:46Z
dc.date.issued 2022-06-19
dc.identifier.uri https://dspace.univ-ghardaia.edu.dz/xmlui/handle/123456789/2235
dc.description.abstract 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 EN_en
dc.publisher university ghardaia EN_en
dc.subject Spam, Twitter, Algorithmes bio inspirés EN_en
dc.subject Spam, Twitter, Bio Inspired Algorithms. EN_en
dc.subject تويتر، الخوارزميات المستوحاة من الحيوية، البريد العشوائي EN_en
dc.title Filtrage des contenus indésirables (Texte) sur Twitter : traditionnel vs bio-inspiré algorithmes EN_en
dc.type Thesis EN_en


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account