Elektronik postaların ayrıştırılmasında Naive Bayesian ve bulanık mantık yöntemlerinin karşılaştırılması

Abstract

İnternet teknolojilerinin sağlamış olduğu olanaklardan en büyüklerinden biri olan elektronik posta ile haberleşmedir. Ancak kullanıcı sayılarının artması, artan elektronik posta sayıları, elektronik posta üzerinden yeni kazançlar elde edilmesi, elektronik reklamlar gibi nedenlerden dolayı SPAM posta kavramı ortaya çıkmıştır. SPAM postaların artış göstermesi kullanıcılara için önemli oranda zarar vermeye başlamıştır. Kullanıcılara zaman kaybettirmesi, rahatsız edici içeriğe sahip olması, internet üzerinden dolandırıcılığa zemin oluşturması, servis sağlayıcılar için ise aşırı yük taşıyor olması SPAM postaların verdiği zararlardandır. Yapılan araştırmalarda SPAM postaların istenmeyen bir durum olduğunu göstermiştir. Bu nedenle SPAM postaların elektronik postalardan ayrıştırılması büyük bir ihtiyaç haline gelmiştir. Gelen SPAM posta sayısı çok fazla olduğundan, çözüm için yapay zekâ uygulamaları denenmiştir. Kullanılan yöntemlerin performansları, yetenekleri ve ayrıştırma gücü önemli olduklarından dolayı bu konuda da araştırmalara ihtiyaç vardır.Bu çalışmada, elektronik postaların SPAM postalardan ayrıştırılması üzerine araştırmalar yapılmıştır. SPAM postaların ayrıştırılmasında sık kullanılan iki farklı yöntem olan Naive Bayesian ve Bulanık Mantık yöntemleri incelenmiştir. Bir simülatör uygulama geliştirilerek sanal bir posta sunucu yapısı oluşturulmuş, önceden eklenmiş sanal kullanıcılar tarafından posta gönderim işlemleri yapılmıştır. Seçilen bir kullanıcıya gelen elektronik postalar üzerinden analizler yapılmıştır. Kullanıcıya gelen postalar ile örnek veri sınıflandırma tablosu çıkarılmıştır. Bu veri tablosu üzerinden kullanıcıya ait bir SPAM olasılık tablosu çıkarılmıştır. Bu yöntemlerin önemli özelliği de SPAM olasılıklarının kullanıcıya daha önceden gelen postalar üzerinden çıkıyor olmasıdır. Her iki yöntem için de kullanıcıya gelen postalar üzerinden ayrı ayrı SPAM durumları çıkarılmıştır. Uygulama sonuçlarından elde edilen verilere göre SPAM postaların ayrıştırılmasında Naive Bayesian yönteminin daha etkili olduğu görülmüştür.

One of the main facilities that internet technologies provide is accepted as communication via e-mail. But within the rise in users, increase in the number of e-mails, new methods of earnings in e-mails and electronic advertisements, a new definition ?SPAM? came into the picture. The irresistible rise in SPAM e-mails started disturbing the users in a serious manner. Some of the main troubles can be listed as waste of time for users, disturbing content, letting fakery via internet and for causing capacity problems for service providers. Common researches show that SPAM e-mails are definitely unwanted by the users.Therefore, seperating the SPAM e-mails from the other ones became an absolute necessity in the internet society. Because the number of the SPAM e-mails are considerably high, some artificial intelligence methods are tested before. There is a need to keep on analyzing these methods since the performance, capabilities and resolution of the methods are exteremely important.In this thesis, a research of seperating SPAM e-mails from the standart e-mails is completed. The two methods for separating e-mails form SPAM e-mails, Naive Bayesian and Fuzzy Logic are investigated. First, a virtual e-mail server provider is generated by a simulator application and sending e-mails by the virtual users are carried out. After that, the analysis are made among a chosen user. The e-mails that are recieved by that user are used to generate a sample data classification chart. By using this chart, a SPAM probability table is derived. The important characteristic of this method is that the SPAM probabilities are derived among the e-mails that are recieved by the user before. Two different SPAM states are reviewed fort he two different methods. By evaluating the datas obtained by the application results, Naive Bayesian method can be seen as more efficient in seperating the SPAM e-mails.