Texnologiyalari universiteti “Ma'lumotlarning intellektual tahlili” fani Mustaqil ish Mavzu

"I am out of office for the next two days.",
"Please find attached the contract for your review.",
"Let's schedule a call to discuss the implementation plan."]
topics = perform_topic_modeling([text.split() for text in texts], num_topics=2, num_words=3)
print(topics) # Output: [(0, '0.048*"project" + 0.048*"update" + 0.048*"status"'), (1, '0.074*"review." + 0.074*"contract" + 0.074*"attached"')]

So'nggi bir necha o'n yilliklarda spam elektron pochta muammosi bo'lganligi sababli, tashkilotlar va tadqiqotchilar uni to'xtatish uchun mustahkam va samarali filtrlarni yaratishni maqsad qilgan. Hozirgi kunda adabiyotda mashinani o'rganish algoritmlariga asoslangan ko'plab modellar (Dedeturk and Akay 2020 ; Saidani et al. 2020 ) aniqlik bilan mukammal ishlash ko'rsatmoqda.90 %90%elektron pochta spam yoki qonuniy ekanligini aniqlash uchun (ko'pincha jambon deb ataladi ). Biroq, ajoyib ishlash natijalari va filtrlarning yaxshilanishiga qaramay, foydalanuvchilar hanuzgacha spam elektron pochta xabarlari bo'lgan firibgarlik va hujumlar haqida xabar berishmoqda.

Spamerlar, ya'ni keraksiz elektron pochta xabarlarini yuboradigan har qanday odamlar yoki tashkilot elektron pochta xabarlariga kiritilgan firibgarliklardan foyda oladi va shu bilan filtrlar uchun ko'rinmaslikka intiladi. Maqsadlarini amalga oshirish uchun ular doimiy ravishda spam filtrlarini chetlab o'tish uchun yangi strategiyalarni qo'llaydilar (Redmiles va boshq. 2018 ), filtrlarning zaif tomonlaridan foydalanadilar. Ular elektron pochta xabarlarini turli yo'llar bilan boshqaradi, masalan, matn filtrlari tomonidan aniqlanmaslik uchun spam-xabarni rasmga kiritish. Shunday qilib, spamerlarni ushbu sohada raqib sifatida ko'rish mumkin. Sud-tibbiyot nuqtai nazaridan, elektron pochta xabarlarida spamer strategiyalarini o'rganish raqiblik va raqamli jinoyatlardan aziyat chekadigan boshqa sohalarda bunday niqoblarni topishga yordam beradi (Yu 2015 ) . Birinchidan, Vang va boshqalar. ( 2013 yil) va keyin, Bhowmick and Hazarika ( 2018 ) allaqachon spam-kontentning dinamik xususiyatiga ishora qiluvchi spam tendentsiyalarini tahlil qildi. Mualliflar (Wang va boshq. 2013 ) spam elektron pochta o'lib ketmayotgani, balki yanada chiroyli va murakkab
bo'lib borayotgani haqida ogohlantirgan.
Pochta xabarlarini aqlli tahlil qilish tabiiy tilni qayta ishlash (NLP) usullari yordamida amalga oshirilishi mumkin. NLP inson tilini tahlil qilish va tushunish uchun algoritmlardan foydalanishni o'z ichiga oladi. NLP yordamida pochta xabarlarini his-tuyg'u, niyat va muayyan jarayonlarni avtomatlashtirishga va umumiy aloqani yaxshilashga yordam beradigan boshqa muhim xususiyatlar uchun tahlil qilish mumkin.