|
|
Roskapostin tunnistaminen koneoppimisen avulla sosiaalisessa mediassa |
|---|---|
| Author: | Kinnunen, Nuutti1 |
| Organizations: |
1University of Oulu, Faculty of Information Technology and Electrical Engineering, Information Processing Science |
| Format: | ebook |
| Version: | published version |
| Access: | open |
| Online Access: | PDF Full Text (PDF, 0.4 MB) |
| Pages: | 22 |
| Persistent link: | http://urn.fi/URN:NBN:fi:oulu-202206022513 |
| Language: | Finnish |
| Published: |
Oulu : N. Kinnunen,
2022
|
| Publish Date: | 2022-06-02 |
| Thesis type: | Bachelor's thesis |
| Description: |
Tiivistelmä Tämä työn tarkoitus on selvittää, miten koneoppimista hyödynnetään suodattamaan roskapostia sosiaalisesta mediasta. Tämän lisäksi koneoppimista vertaillaan muihin tapoihin suodattaa roskapostia. Aihe on tärkeä, koska lähivuosina roskapostista on tullut suuri ongelma sosiaalisen median alustoille. Roskapostin tunnistamiseen manuaalisesti liittyy kuitenkin haittoja, joita ovat suurella sosiaalisen median alustalla suuret kulut sekä epäkäytännöllisyys suuren viestimäärän tarkastamiseen. Työ suoritettiin kirjallisuuskatsauksena. Aiempien tutkimusten perusteella koneoppimista voidaan hyödyntää tämän ongelman lieventämiseen. Koneoppimisen avulla roskapostia pystytään suodattamaan automatisoidusti ilman että tarvitsee tehdä monimutkaisia käsin kirjoitettuja sääntöjä. Koneoppimisalgoritmeina voidaan käyttää esimerkiksi Naive Bayesia ja neuroverkkoja. Työssä käsitellyn aiemman tutkimuksen mukaan Naive Bayes suoriutuu roskapostin suodattamisesta kokonaisuudessa neuroverkkoja paremmin. Työ tarjoaa yleisen katsauksen aiheeseen. see all
|
| Subjects: | |
| Copyright information: |
© Nuutti Kinnunen, 2022. This publication is copyrighted. You may download, display and print it for your own personal use. Commercial use is prohibited. |