Elektronik postaların ayrıştırılmasında Naive Bayesian ve bulanık mantık yöntemlerinin karşılaştırılması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Bilişim Enstitüsü, Bilgisayar Eğitimi, Türkiye
Tezin Onay Tarihi: 2011
Tezin Dili: Türkçe
Öğrenci: BURHAN YUMAK
Danışman: AYSUN COŞKUN
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet: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.