Title | Fuzzy Decision Tree |
---|---|
Author | Javad Rajabnia |
Pages | 13 |
File Size | 1.1 MB |
File Type | |
Total Downloads | 9 |
Total Views | 123 |
تشخیص رٍتاتّای ٍب تا استفادُ از سیستن استٌتاج فازی هثتٌی تر درخت تصوین 3 خَاز ضخت ًیب1؛ هْسیِ شثیحی2؛ هدیس ٍفبیی خْبى چکیذُ رٍتاتّا یا خسًذُّای ٍب ترًاهِ ّایی ترای استخراج داًش از صفحات ٍب ّستٌذ کِ کار خَد را تا تعذادی صفحِ آغاز کردُ ٍ تِ صَرت تازگشتی توام اسٌاد قاتل دسترسی از ایي...
Accelerat ing t he world's research.
Fuzzy Decision Tree javad rajabnia
Related papers
Download a PDF Pack of t he best relat ed papers
تشخیص رٍتاتّای ٍب تا استفادُ از سیستن استٌتاج فازی هثتٌی تر درخت تصوین
خَاز ضخت ًیب1؛ هْسیِ شثیحی2؛ هدیس ٍفبیی خْبى
3
چکیذُ رٍتاتّا یا خسًذُّای ٍب ترًاهِ ّایی ترای استخراج داًش از صفحات ٍب ّستٌذ کِ کار خَد را تا تعذادی صفحِ آغاز کردُ ٍ تِ صَرت تازگشتی توام اسٌاد قاتل دسترسی از ایي صفحات را تازدیذ هیکٌٌذ .رٍتاتّای ٍب تا رفتار ّای هتفاٍت اعن از هخرب ٍ غیر هخرب ،در کٌار کارتراى اًساًی ،جسء تازدیذکٌٌذگاى ٍب تِ حساب هیآیٌذ .در ایي هقالِ از یک سیستن استٌتاج فازی هثتٌی تر درختاى تصوین ترای تشخیص ًَع تازدیذگٌٌذگاى ٍب استفادُ شذُ است .تازدیذگٌٌذگاى تِ دٍ دستِ اًساى ٍ رٍتات تقسین هیشًَذ .ترای توایس ایي دٍ دستِ از ٍ 41یژگی استفادُ شذُ است .کارایی سیستن پیشٌْادی در غالة سِ هعیار صحت ،فراخَاًی ٍ F1تا سایر رٍشْای ارائِ شذُ ترای تشخیص رٍتات ّای ٍب ،ارزیاتی هیشَد .عاٍُ ترایي از آزهَى تی ٍ هٌحٌی Rocترای سٌجش ًتایج استفادُ شذُ است. ًتایج ًشاى هیدّذ کِ سیستن پیشٌْادی دقت را ًسثت تِ رٍشْای یادگیری ٍزىدار شذُ هحلی ،طثقِتٌذی کٌٌذُ ٍ Adaboost ، C4.5 ،Baggingشثکِ تیسیي ٍشثکِ تاٍر تیسی تْثَد هی تخشذ. .
کلوات کلیذی
رٍتاتّای ٍب ،خسًذُّای ٍب ،سیستن استٌتاج فازی ،درختاى تصوین ،فایل ثثت ٍقایع ،کارترد کاٍی ٍب
زاًطدَی وبضضٌبسی اضضس ًطم افعاض،زاًطگبُ اهبم ضضب ،هطْس-ذیبثبى زاًطگبُ -ذیبثبى اسطاض-زاًطگبُ اهبم ضضب[email protected]،
زاًطدَی وبضضٌبسی اضضس ًطم افعاض،زاًطگبُ اهبم ضضب ،هطْس-ذیبثبى زاًطگبُ -ذیبثبى اسطاض-زاًطگبُ اهبم ضضب[email protected]،
زوتطی ترػػی ًطم افعاض ،زاًطگبُ آظاز اساهی ٍاحس هطْس ،هطْس -لبسن آثبز -استبز یَسفى -زاًطگبُ آظاز اساهی[email protected]،
Web robot detection with fuzzy inference system based on decision tree Javad rajabnia; Mahdieh zabihi; Majid vafaei jahan ABSTRACT
Web robots or crawlers are programs to extract knowledge from Web pages that traverse the Web autonomously, starting from a „„seed” list of Web pages and recursively visiting documents accessible from that list. Web robots with different behaviors, including destructive and non-destructive, with human users, are considered as website visitors. In this paper, fuzzy inference systems based on decision trees are used to identify website visitors. Visitors are divided into two categories, humans and robots. To distinguish these two sets, 14 features were used. Proposed system performances are compared with other methods to detect Web robots by three criteria in terms of precision, recall and F1. Moreover, the T-test and Roc curve are used to assess the results. The results show that the proposed system improves accuracy than locally weighted learning, Adaboost, Bagging, C4.5, Bayesian belief networks and Bayesian networks. KEYWORDS
Web robots, Web crawlers, fuzzy inference system, Decision tree, Access log file, Web usage mining
4
.1همسهِ زًیبی اهطٍظ زًیبیی ٍاثستِ ثِ ایٌتطًت است .ایٌتطًت زض ظهیٌِّبی هرتلف ًظبهی ،آهَظش ،تدبضت ،غٌؼت ٍ ثسیبضی حَظُّبی زیگط ًمص پطوبضثطزی زاضز .هسلوب زض ایي ثستط ٍسیغ ،حدن گستطزُای اظ زازُ شذیطُ هیضَزً .یبظ زًیبی وًٌَی ،وست زاًص ٍ اعاػبت اظ ایي زازُّبست .ثطای ایي هٌظَض اظ اثعاض هرتلفی زض سغح ٍة استفبزُ هیضَز .یىی اظ ایي اثعاضّب ،ضٍثبتّبی ٍة ًبم زاضًس .ضٍثبتّبی ٍة ثطًبهِ ّبیی ثطای استرطاج زاًص اظ غفحبت ٍة ّستٌس وِ وبض ذَز ضا اظ تؼسازی غفحِ آغبظ وطزُ ٍ ثِ غَضت ثبظگطتی توبم اسٌبز لبثلزستطس اظ ایي غفحبت ضا ثبظزیس هیوٌٌس .ضٍثبتّبی ٍة ضا گبُ ذعًسٍُ5ة ،ػٌىجَت ٍ 6یب ثطزاضتوٌٌسُ7هیًبهٌس. ذعًسُّبی هَتَضّبی خستدَ ثط اسبس ًظوی هطرع ثِ ثطزاضت هحتَا اظ ٍة هیپطزاظًس .ضٍثبتّبی ذطیساض 8اغلت سبیتّبی تدبضی ضا خْت ٍاضسی لیوتّب ٍ اخٌبس ذطیساضی ضسُ پیوبیص هیوٌٌس .ذعًسُ ّبی توطوعوٌٌسُ 9ضٍثبت ّبیی ّستٌس وِ سطاسط ٍة ضا خْت یبفتي ٍ ثطضسی غفحبت هتؼلك ثِ یه حَظُ هؼٌبیی ذبظ خستدَ هیوٌٌس .ذعًسُّبی ثبظثیٌیً 10یع ثب ّسف یبفتي لیٌهّبی ذطاة یب ضىستِ ثِ ٍاضسی غفحبت ٍة هیپطزاظًس .ثطزاضتوٌٌسُّب ًَع زیگطی اظ ضٍثبتّبی ٍة ّستٌس وِ هٌبثؼی هبًٌس غفحبت اذ تی ام ال ،ػىس ٍ یب اسٌبز ضا اظ غفحبت ٍة تمبضب هیوٌٌس(.)17ٍ11 ایيّب تٌْب ًوًَِ هحسٍزی اظ اًَاع ضٍثبتّبی ٍة ّستٌس .ضٍثبتّبی ٍة زض ثستط ٍة ضفتبضّبی هتفبٍتی ضا ًطبى هیزٌّس .ثطذی اظ ضٍثبتّبی ٍة ضفتبضی ثب لبػسُ زاضًس ٍ زض هَاخِ ثب ٍةسطٍض ثطاسبس پطٍتىل " "robot.txtػول وطزُ ٍ اظ فطستبزى تؼساز ظیبزی زضذَاست ثِ سطٍض خلَگیطی هیوٌٌس .زض حبلیىِ ثطذی اظ ضٍثبت ّبی ٍة زلیمب ثِ غَضت ّسفوٌس زض عَل ظهبًی وَتبُ ،حدن ٍسیؼی اظ تمبضب ثِ یه ٍةسطٍض هیفطستٌس .ایي ضٍثبتّب هؼوَا ضٍثبتّبیی ثطای حوات تَظیؼی هرتلوٌٌسُّ 11ستٌس. ایي حوات ثب ّسف اظ وبض اًساذتي سطٍیسّبی ٍة سطٍض ،سیل ػظیوی اظ تمبضبی تَظیؼی ضا ثِ آى اضسبل هیوٌٌسًَ .ع ذبغی اظ ایي حوات ،هؼطٍف ثِ حوات ایِ 7یب ایِ وبضثطز ،اظ ضٍثبت ٍة ثطای پیطجطز اّساف ذَز استفبزُ هیوٌٌس .ایي هیتَاًس زلیل هحىوی ثطای ًیبظ ثِ تطریع ضٍثبتّبی ٍة ثبضس .اظ زیگط زایل تطریع ضٍثبتّبی ٍة هیتَاى ثِ هَاضز ظیط اضبضُ وطز )1 .اغلت ضٍثبتّب ثطای استرطاج زاًص اظ سبیتّبی تدبضی اثطات هرطثی ضا زض آى ثِ خبی هیگصاضًس)2 . ضٍثبت ّبی ٍة پٌْبی ثبًس ظیبزی ضا ثِ ذَز اذتػبظ زازُ ٍ سطػت پبسد زّی سیستن ضا وبّص هیزٌّس ) 3 .ضٍثبت ّبی ٍة سَْا یب ػوسا اعاػبت ٍثسبیتّب ضا زض پبیگبُ زازُ هطثَط ثِ هَتَضّبی خستدَ هٌتطط هیوٌٌس(.)3 زض ایي همبلِ اظ یه سیستن استٌتبج فبظی هجتٌی ثط زضذتبى تػوین ثطای تطریع ٍ زستِثٌسی ثبظزیسوٌٌسگبى ٍة استفبزُ هیضَز .ثبظزیسوٌٌسگبى ٍة ثِ زٍ زستِ وبضثطاى اًسبى ٍ ضٍثبت ٍة تمسین هیگطزًس .فبیل ثجت ٍلبیغ 12هطثَط ثِ سطٍض پبضس ٍة( )27هیثبضس .اظ فبیل ثجت ٍلبیغ 14ذػیػِ ضٌبذتِ ضسُ استرطاج هیضَزّ .سف ،همبیسِ زلت سیستن پیطٌْبزی ًسجت ثِ سبیط ضٍضْبی استفبزُ ضسُ زض ایي ظهیٌِ است .زض ثرص 2وبضّبی هطتجظ هؼطفی هیگطزًس. .2وبضّبی هطتجظ ضٍشّبی هتؼسزی زض ظهیٌِ تطریع ضٍثبت ٍة هَضز هغبلؼِ لطاض گطفتِ ،وِ تاش آًْب ثطای تطریع ٍ زستِثٌسی ثبظزیسوٌٌسگبى ٍة ثب استفبزُ اظ فبیل ثجت ٍلبیغ ثَزُ است .یىی اظ اٍلیي ضٍضْبی اضائِ ضسُ تَسظ وَهبض ٍ تبى زض سبل 2002اضائِ گطزیس .آًْب زستِ ثٌسی ثبظزیسوٌٌسگبى ٍة ضا زض زٍ زستِ وبضثطاى اًسبًی ٍ ضٍثبتّبی ٍة ثب استفبزُ اظ زضذت تػوین C4.5اًدبم زازًس( .)13ٍ9ثؼس اظ آى زض سبل 2003ثام ٍّوىبضاًص ثب استفبزُ اظ تست تَضیٌگ( ،)12زض سبل 2005 ثَهْبضت ثب استفبزُ اظ ضجىِ ثیعیي( ،)26زض سبل ٍ 2006یخَ ٍ ضبى ثب استفبزُ اظ ظًدیطُّبی هبضوَف(ٍ ،)24لیي ٍّوىبضاًص ثب استفبزُ اظ ضٍش تطافیه پیَستِ زض سبل ، )25(2008استبسَپَلَ ٍ زیىبیىَس ثب استفبزُ اظ ضٍش ضجىِ ػػجی زض سبل 2009ثِ تطریع ضٍثبتّبی ٍة پطزاذتِاًس( .)11استَاًٍَیر ثب استفبزُ اظ ضٍش ضجىِ ػػجی زض سبل 2013ثِ زستِثٌسی ٍ تفىیه ثبظزیسوٌٌسگبى ٍة زض زْبض زستِ ضٍثبتّبی هرطة ،ضٍثبتّبی غیطهرطة ،ثبظزیسوٌٌسگبى ًبضٌبذتِ ،وبضثطاى اًسبًی پطزاذتِاًس(.)10
5 crawler 6 spider 7 harvester 8 Shopping bot 9 Focused crawler 10 verifier 11 DDos 12 Access log
.3ضٍش ضٌبسبیی هسئلِ تطریع ضٍثبت ٍة ضبهل هطاحل )1پیص پطزاظش فبیل ثجت ٍلبیغ )2 .تطریع ٍ استرطاج ٍیژگیّب)3 .ثطزستگصاضی ّط ًطست ( ثطزستگصاضی ثطاسبس زٍ زستِ ضٍثبت ٍ اًسبى) )4 .تؼییي هسل واسثٌسی ثبظزیسوٌٌسگبى ٍة )5 .اضظیبثی هسل پیطٌْبزی(.)11ٍ3ٍ1 .1.3پیص پطزاظش
زض هسئلِ تطریع ضٍثبتّب ،گبم پیصپطزاظش ضبهل تؼییي ًطست ّبی هَخَز زض فبیل ثجت ٍلبیغ است ،وِ ثب تمسین ٍ زستِثٌسی ًطستّب ثطاسبس آزضس آیپی
ٍ اعاػبت ػبهل وبضثط غَضت هیگیطزّ .ط ًطست خسیس ثطاسبس یه ثبظُی ظهبًی هطرع (وِ زض ایي همبلِ 30زلیمِ زض ًظط گطفتِ ضسُاست) ایدبز هی- ضَز(.)11ٍ6ٍ5ٍ4ٍ3 .1.1.3استرطاج ٍیژگی زض ایي همبلِ ،ػولیبت زستِ ثٌسی ثبظزیسگبى ٍة تَسظ هسل پیطٌْبزی ثب زض ًظط گطفتي 14ذػیػِ ثطضسی هیضَز وِ ایي ٍیژگی ّب ثِ ضطح ظیط ّستٌس(:)11ٍ3ٍ1 )1هست ًطست :ثِ هست ظهبى ثیي اٍلیي ٍ آذطیي زضذَاست گفتِ هیضَزّ .طزِ هست ظهبى ثیطتط ثبضس ثبظزیسوٌٌسُ ثِ ضٍثبت ًعزیىتط است. )2حساوثط ًطخ ولیه :ثِ حساوثط تؼساز زضذَاست فبیل HTMLگفتِ هیضَزّ .ط زِ هیعاى ایي زض ذَاست ثیطتط ثبضس ،ثبظزیسوٌٌسُ ثِ ضٍثبت ًعزیهتط است. )3زضذَاست فبیل " : "robot.txtضٍثبتّبی ضٌبذتِ ضسُ هؼوَا ثطای زضذَاست اعاػبت ٍ زستطسی ثِ یه سبیت اثتسا ایي فبیل ضا زضذَاست هیوٌٌس ،ثِ ػٌَاى ًوًَِ یه ضٍثبت ثطای زضذَاست اعاػبت اظ سبیت " "www.google.comاثتسا " "www.google.com/robot.txtضا زضذَاست هیزّس (.ثطزستگصاضی ًطست) )4زضغس زضذَاست HTTPاظ ًَع :Headضٍثبت ّبی ٍة ثطای وبّص حدن اعاػبت هطثَط ثِ زض ذَاست ،اظ اضسبل یه ػٌَاى ثِ سطٍض استفبزُ هیوٌٌس .ایي زضحبلیست وِ وبضثطاى اًسبًی ثب استفبزُ اظ هطٍضگطّب زضذَاست ذَز ضا ثِ سطٍض اضسبل هیوٌٌس ،وِ زض ایي ضٍش هتس زضذَاست GETاست. )5زضغس زضذَاست ثب اضخبػبت ذبلی :یه ذػیػِ ػسزی است وِ زضغس زضذَاستّب ثب اضخبع ذبلی زض یه ًطست وبضثط ضا ًطبى هیزّس .ایي ذػیِ ثطای اوثط ضٍثبت ّب همساض ثبایی زاضز زطاوِ هطٍضگطّبی ٍة اغلت اعاػبتی ضا ثِ ػٌَاى اضخبػبت ثِ غَضت پیصفطؼ همساضزّی هیوٌٌس. )6هیعاى زضذَاست فبیل :cssهطٍضگطّبی ٍة ثِ غَضت ذَزوبض یه زضذَاست ثطای فبیل cssاضسبل هیوٌٌس زض حبلی وِ ضٍثبتّبی ٍة ًیبظی ثِ هطبّسُ فبیل css ًساضًس ،پس اگط زض یه ًطست توبم زضذَاستّب اظ یه ًَع هٌجغ ثبضس ٍ فبیل cssهطبّسُ ًطسُ ثبضس آًگبُ آى ًطست هطىَن ثِ ضٍثبت ٍة هیثبضس. )7حدن اعاػبت زضذَاستی :ایي ذػیػِ ػسزی حدن اعاػبت زضذَاستی زض یه ًطست ضا ثطحست ثبیت ثیبى هیوٌس وِ ّطزِ ثیطتط ثبضس ثبظزیسوٌٌسُ ثِ ضٍثبت ٍة ًعزیهتط است. ً )8طخ زضذَاست زًجبلِ هتَالی :یه ذػیػِ ػسزی است وِ زضغس زضذَاست ّبی هتَالی ثطای غفحبت هتؼلك ثِ یه هسیط یىسبى اظ ٍة ضا زض عَل یه ًطست ًطبى هیزّس .ثطای هثبل زضذَاست "* "/google/translate/*.ثِػٌَاى یه زًجبلِ هتَالی اظ زضذَاستّبی HTTPزض ًظط گطفتِ هیضَز. )9پبسد ذغبی :404ضٍثبت ّبی ٍة ًسجت ثِ وبضثطاى اًسبًی زاضای زضغس ثباتطی اظ اًتربة لیٌهّبی ذطاة ّستٌس( .ثطای ثطزستگصاضی ًطستّب) . )10ػوك زضذَاست غفحِ :یه ذػیػِ ػسزی است وِ ػوك غفحِ زض توبم زضذَاستّبی هَخَز زض یه ًطست ضا ًطبى هیزّس .ثطای هثبل زضذَاست " "/google/translate/persianpage.htmlثب ػوك 3تؼییي هیضَز ٍ .زضذَاست " "/google/translate.htmlثب ػوك 2زض ًظط گطفتِ هیضَز. )11زضغس زضذَاست فبیل :PSS ٍ PDFضٍثبتّبی ٍة زضذَاستّبی ثیطتطی ثطای فبیل ّبی Postscript ٍ PDFخْت خوغآٍضی اعاػبت زاضًس. ً )12سجت زضذَاست Htmlثِ تػَیط :ضٍثبتّبی ٍة ًسجت ثِ وبضثطاى اًسبًی فبیل Htmlثیطتطی ضا زضذَاست هیزٌّس ،ثطػىس ایي ،وبضثطاى اًسبًی زضذَاست ثیطتطی ثطای تػَیط زاضًس ،ثٌبثطایي ّط زِ ایي ًسجت ثیطتط ثبضس ثبظزیسوٌٌسُ ثِ ضٍثبت ًعزیهتط است. )13زضغس زضذَاست فبیل ّبی زیگط :هطٍضگطّبی ٍة ثِ غَضت ذَزوبض ولیِ هٌبثغ خبسبظی ضسُ زض یه غفحِ ٍة ضا هطبّسُ هیوٌٌس .زض یه ًطست اگط تٌْب یه ًَع اظ هٌبثغ زضذَاست ضسُ ثبضس آى ًطست هطىَن ثِ ضٍثبت ٍة است .ثٌبثطایي اگط غفحِ ٍثی ثسٍى هطبّسُ توبم هٌبثغ خبسبظی ضسُ زض آى ،زض یه ًطست هطبّسُ ضَز ،آى ًطست هطىَن ثِ ضٍثبت ٍة است. )14زضغسی اظ وَویّب :وَویّب اعاػبتی ّستٌس وِ سطٍض HTTPهی تَاًس ثِ ّوطاُ هٌجغ زضذَاست ضسُ ثِ هبضیي وبضثط اضسبل وٌس .وبضثط هوىي است ایي اعاػبت ضا شذیطُ وٌس ٍ هتؼبلجب ٌّگبم اضسبل زضذَاستّبی ثؼسی اعاػبت آى ضا ثِ سطٍض پس ثفطستس .اگط زضغس وَویّب زض یه ًطست غفط ثبضس ًطست هطىَن ثِ ضٍثبت است.
.2.1.3ثطزست گصاضی ًطستّب پس اظ تؼییي ذػیػِّب ثطای ّط ًطستًَ ،ثت ثِ ثطزستگصاضی ًطستّب هیضسس .زض هطحلِ اٍل توبم ًطستّبیی وِ ذػیػِ” “robot.txtآًْب همساض یه است، ثِ ػٌَاى ضٍثبت زض ًظط گطفتِ هیضًَس .زض ازاهِ ضضتِ ػبهل وبضثط ولیِ ًطستّبی ثبلیوبًسُ ثب لیست ضضتِ ػبهل وبضثط ضٍثبتّبی ضٌبذتِ ضسُ ٍة همبیسِ هیضَز .زض غَضتیىِ ضضتِ ػبهل وبضثط ثب لیست ثطٍظضسُ ػبهلّبی وبضثط ضٍثبت ّبی ٍة هغبثمت زاضت ،آى ًطست ًیع ثِ ػٌَاى ضٍثبت ٍة ضٌبذتِ هیضَز .اگط ضضتِ ػبهل وبضثط ثب لیست ثطٍظضسُ هطٍضگطّبی ٍة هغبثمت زاضتِ ثبضس ٍ فبیل " "robot.txtزض ایي ًطست ذَاًسُ ًطسُ ثبضسً ،طست ثِ ػٌَاى اًسبى ثطزستگصاضی هیضَز. .4
هسل پیطٌْبزی
.1.4سیستن استٌتبج فبظی
استٌتبج فبظی فطایٌس فطهَلِوطزى یه ًگبضت اظ ٍضٍزی ّبی زازُ ضسُ ثِ یه ذطٍخی ،ثب استفبزُ اظ هٌغك فبظی است .ایي ًگبضت ،اسبسی ثطای گطفتي یه
تػوین یب تطریع یه سطی الگَ ذَاّس ثَز( .)20سبذتبض ایي سیستن زض ضىل ظیط آهسُاست(:)22ٍ21
ضىل .1سبذتبض ولی یه سیستن استٌتبج فبظی
تَغیفی اظ اخعای ضىل (:)1 پبیگبُ زاًصّ :ستِ سیستن وِ ضبهل ولیِ لَاًیي سیستن ٍ تؼطیف تَاثغ ػضَیت هطثَط ثِ همسم ٍ تبلی ّط یه اظ لَاًیي است. هَتَض استٌتبج :وِ ثط اسبس یه هىبًیعم اظ پیصتؼطیف ضسُ ،اعاػبت پبیگبُ زاًص ضا ثِ وبض هیثطز. فبظیسبظ ٍ لغؼیسبظ :زٍ ثان وِ ثِ تطتیت هَتَض استٌتبج ضا ثِ ٍضٍزیّب ٍ ذطٍخی سیستن هتػل هیوٌٌس. زض ایي همبلٍِ ،ضٍزیّبی سیستن 14 ،ذػیػِ هطثَط ثِ تطریع ضٍثبت ٍ ،ذطٍخی ًیع هتغیطی است وِ اًسبى یب ضٍثبت ثَزى ّط ًطست ضا تؼییي هیوٌس. ػاٍُ ثط ایي ًَع سیستن استٌبج فبظی ثىبض ضفتِ هوساًی است .زض ایي سیستن ،استٌتبج اظ پٌح هطحلِ اغلی ظیط تطىیل هیضَز: -1فبظیسبظی ٍضٍزیّب -2ثِ وبض ثطزى ػولگطّبی فبظی .زض ایي همبلِ هتس هَضزاستفبزُ ثطای ػولگط ،ANDهتس حساللسبظ
13
ٍ ثطای ػولگط ،ORهتس حساوثطسبظ
14
است.
-3استفبزُ اظ هتس استٌجبط .15زض ایي همبلِ اظ هتس حساللسبظ ثطای استٌجبط استفبزُ ضسُ است. -4یىیوطزى توبم ذطٍخیّب .16زض ایي همبلِ ،اظ تبثغ حساوثطسبظ ثطای ایي وبض استفبزُ ضسُ است. -5لغؼیسبظی .17زض ایي همبلِ اظ هتس " "centroidاستفبزُ ضسُ است.
13
Min method Max method 15 Implication method 16 Aggregation method 17 Defuzzification 14
زض ضٍش پیطٌْبزی ،خْت آهَظش ٍ ایدبز تَاثغ ػضَیت ثطای ّط یه اظ 14ذػیػِ ،اظ زضذت تػوین C4.5استفبزُ هیضَز .اثتسا ثب استفبزُ اظ هدوَػِ زازُ هَخَز ،زضذت تػوین سبذتِ هی ضَز .سپس اظ زضذت حبغل ثطای استرطاج لَاًیي ٍ ًمبط ضىست استفبزُ هیضَز .ثِ عَضیىِ ثِ اظای ّط ذػیػِ ًمبط ضىست هتفبٍتی ثسست هی آیس .زض ازاهِ ،ثب زاضتي ًمبط ضىست ،تَاثغ ػضَیت هطثَط ثِ ّط ذػیػِ هطرع هیگطزز .ضىل(ً )2وًَِ ای اظ ایي تَاثغ ضا ًطبى هیزّس. پس اظ تؼطیف ٍ ضسن تَاثغ ػضَیت ،لَاػس استرطاج ضسُ اظ زضذت ثؼٌَاى لَاًیي سیستن استٌتبج فبظی ثجت هیضًَس ٍ ثسیي تطتیت هطحلِ آهَظش ثط ضٍی سیستن پیطٌْبزی اػوبل هی گطزز .زض هطحلِ آظهَى ،هدوَػِ زازُ تست ثؼٌَاى ٍضٍزی ثِ سیستن زازُ هیضَز .ذطٍخی ًیع ػسزی ثیي 0تب 1است .زض ایي همبلِ ًمغِ ضىست ثطای تبثغ ػضَیت ذطٍخی ثطاثط 0.4زض ًظط گطفتِ ضسُاست وِ ثیطتطیي زلت ضا زض تطریع ًَع ثبظزیسوٌٌسگبى ٍة زاضز.
ضىل ً .2وَزاض هطثَط تبثغ ػضَیت ذػیػِ "ًطخ زضذَاست هتَالی" هیبًگیي F1
هیبًگیي
ًطخ
هیبًگیي غحت
هیبًگیي زلت
فطاذَاًی
تؼساز ًطست اظ
تؼساز ًطست اظ
تؼسازول ًطست
ًَع ضٍثبت
ًَع اًسبى
ّب
هطرػبت هدوَػِ زازُ
99.15
99.07
99.24
98.97
1181
1181
2846
PW_Ds1
99.02
99.05
99
98.7
1181
757
2422
PW_Ds2
97.98
98.02
97.95
97.84
757
757
1998
PW_Ds3
خسٍل .1هطرػبت هدوَػِ زازُّب
.5
همبیسبت ٍ آظهبیطبت
آظهبیطبت اًدبم ضسُ زض ایي همبلِ ثط ضٍی فبیل ثجت ٍلبیغ سطٍض پبضسٍة اًدبم گطفتِاست .هدوَػِ زازُ حبغل ثِ ًبم PW_Ds2زاضای ً 2422طست ضبهل 757اًسبى ٍ 1181ضٍثبت هیثبضس .ثطای ضفغ هطىل ػسم تَاظى واسّب اظ تَلیس هدسز ًوًَِّب 18استفبزُ ضسُاست( .)11زض ً PW_Ds1طخ اًسبى ثِ 50زضغس ضسیسُ ٍ ثب ًطخ ضٍثبت ثطاثط ضسُاست ٍ .زض ً PW_Ds3طخ ًوًَِ ضٍثبت وبّص یبفتِ ٍ ثِ ًطخ اًسبى ضسیسُ است .زض ازاهِ ضٍش پیطٌْبزی ثب ضص ضٍش زازُ وبٍی همبیسِ هیضَز. .1.5پبضاهتطّبی اضظیبثی سیستن زض ایي ثرص ثِ هؼطفی پبضاهتط ّبی اضظیبثی هَضز ًیبظ ثطای سیستن ثِ غَضت ذاغِ پطزاذتِ هیضَز( .)11ٍ3ثطای تست غحت ٍ وبضایی ،اظ هتطیه ّبی ثبظیبثی اعاػبت هبًٌس F-Measure ٍ Precision ،Recallاستفبزُ ضسُاست .ثب تَخِ ثِ خسٍل ( )1همساض ایي پبضاهتطّب ثطای PW_Ds1اظ سبیطیي ثیطتط است ،پس زض ازاهِ ولیِ آظهبیطبت ثط ضٍی ّویي هدوَػِزازُ اًدبم گطفتِ هیضَز. Resampling
18
:Precision )1یه هتطیه ػوَهی وِ ثطای اًساظُگیطی هفیس ثَى 19الگَضیتن پیطٌْبزی ثِ وبض هیضٍز ٍ ثِ غَضت هؼبزلِ ظیط هیثبضس. () 1 تؼییي غحت پیصثیٌی ضٍثبت ،ضاثغِ ثبا ثِ ایي غَضت تؼطیف هیضَز وِ tpتؼساز ول ًطستّبی اظ ًَع ضٍثبت است وِ ثسضستی پیصثیٌی ضسُاًس ٍ fpتؼساز ًطستّبی اًسبًی است وِ اضتجبّب ضٍثبت ضٌبسبیی ضسُاًس. ًوَزاض ظیط هیبًگیي غحت ضٍش پیطٌْبزی زض همبیسِ ثب سبیط ضٍضْب ضا ًطبى هیزّس.
ضىل ً .3وَزاض غحت ضٍضْبی هرتلف زض تطریع ضٍثبت ٍة
:Recall )2یه هتطیه ػوَهی است وِ ثطای اضظیبثی سَزهٌس ثَزى 20الگَضیتن پیطٌْبزی ثِ وبض هیضٍز ٍ ثِ غَضت هؼبزلِ ظیط ػول هیًوبیس. () 2 زض ایي ضاثغِ ًیع ثطای ًطستّبی ضٍثبت fn ،تؼساز ول ًطستّبی ضٍثبتی است وِ اضتجبّب اًسبى پیصثیٌی ضسُاًس. ًوَزاض ظیط هیبًگیي ًطخ فطاذَاًی ضٍش پیطٌْبزی زض همبیسِ ثب سبیط ضٍضْب ضا ًطبى هیزّس.
ضىل ً .4وَزاض ًطخ فطاذَاًی ضٍضْبی هرتلف زض تطریع ضٍثبت ٍة
:F1 )3یىی زیگط اظ هتطیهّبی اضظیبثی است وِ ثب استفبزُ اظ پبضاهتطّبی Precision ٍ Recallثِ غَضت ضاثغِی ( )3ثِ زست هیآیس.
Usefulness Utility
19 20
ضاثغِ ظیط ،ضاثغِ F1است وِ تطویجی اظ زٍ هؼیبض ثباست .ثطای ایٌىِ F1همساض ثعضگی زاضتِ ثبضس ،ثبیس غحت ٍ ًطخ فطاذَاًی همبزیط ًعزیه ثِ ّن زاضتِ - ثبضٌسٍ .گطًِ F1ثِ سوت همساض وَزىتط هتوبیل ذَاّس ضس. () 3 ًوَزاض ظیط هؼیبض فَق ضا ثطای ّط یه اظ ضٍشّب ًطبى هی زّس.
ضىل ً .5وَزاض F1ضٍضْبی هرتلف زض تطریع ضٍثبت ٍة
.2.5آظهَى تی ضاُ زیگط ثطای اضظیبثی یه ضٍش واسثٌسی ،استفبزُ اظ آظهَى تی است( . )23ٍ3ثؼس اظ اػوبل ضٍش واسثٌسی هطثَعِ ًطستّب ثِ زٍگطٍُ 22tn ٍ21 tpتمسین هیضًَسً .طستّبیی زض گطٍُ tnزستِ ثٌسی هیضًَس وِ اًسبى ثَزُ ٍ ثِ زضستی پیصثیٌی ضسُاًسً .طستّبی گطٍُ ً tpیع ضٍثبت ّبیی ّستٌس وِ زضست ضٌبسبیی ضسُ اًس .زض ازاهِ هیبًگیي ٍ اًحطاف هؼیبض ذػیػِ ًطخ زضذَاست زًجبلِ هتَالی زض ّط زٍ گطٍُ هحبسجِ ضسُ ٍ عجك ضاثغِ ( )4همساض آظهَى تی هطرع هیگطزز.
ایي وویت ثطای سیستن پیطٌْبزی ثطاثط 65.53است .زض ایي ضاثغِ mean2 ٍ mean1هیبًگیي ذػیػِ ًطخ زًجبلِ هتَالی زض گطٍُّبی var 2 ٍ var 1 ٍ ،2ٍ 1 اًحطاف هؼیبض ایي ذػیػِ زض گطٍُّبی هصوَض است n2 ٍ n1 .تؼساز ًطستّبی هَخَز زض ّط زٍگطٍُ ضا ًطبى هیزٌّس .زضخِ آظازی ایي تست اظ ضاثغِ n1+ n2-1
هحبسجِ هیضَز .ثب تَخِ ثِ اػساز حبغل اظ آظهَى ،یؼٌی وویت ٍ tزضخِ آظازی هحبسجِ ضسُ سیستن استٌتبج فبظی آظهَى تی ضا ثب زلت 99.95پبس هیوٌسً .وَزاض ظیط ًتبیح حبغل اظ ایي آظهَى ثط ضٍی ضٍشّبی هرتلف ضا ًطبى هیزّس.
True positive True negative
21 22
ضىل ً .6وَزاض هطثَط ثِ ًتبیح تست تی
.3.5هٌحٌی Roc هٌحٌی 23 Rocثطای ًوبیص تؼبزل هبثیي وویتّبی 25FPR ٍTPR24زض یه ضٍش واسثٌسی استفبزُ هیضَز( TPR .)18ٍ19وسطی اظ ًوًَِّبی ضٍثبت است وِ ثِ زضستی پیصثیٌی ضسُ اًس ،زض حبلی وِ FPRوسطی اظ ًوًَِّبی اًسبًی است وِ ثِ غَضت ضٍثبت تطریع زازُضسُاًس. ضٍاثظ ظیط ثطای هحبسجِ ایي زٍ وویت استفبزُ هیضَز. () 5 ()6 زض هٌحٌی FPR ،Rocهحَض ّxب ٍ TPRهحَض ّyب ضا ًطبى هی زّس .پس ّط ًمغِ ایي هٌحٌیً ،طبى زٌّسُ ظٍخی ثِ غَضت ( )FPR,TPRاست .ثطای ثسست آٍضزى ایي ًمبط ،یه حسآستبًِ هتوبیعوٌٌسُ ثطای ضٍش واسثٌسی تؼییي هیگطزز ٍ ّط ثبض ًطخ TPR ٍ FPRثطای ضٍش واسثٌسی هطثَعِ ثب تَخِ ثِ ایي حس آستبًِ ،هحبسجِ هی ضَز .زضًْبیت توبم ًمبط حبغل ثب ذغَعی ثِ ّن هتػل ضسُ ٍ هٌحٌی ضىل هی گیطز .زض ایي همبلِ ،حسآستبًِ ثب تغییط همبزیط تبثغ ػضَیت ذطٍخی سیستن فبظی هیگطزز .یه هٌحٌی Rocهغلَة ،تب حساهىبى ثِ ًمغِ (ً )0,1عزیه است .خبئیىِ FPRهمساض غفط ٍ TPRهمساض یه ضا زاضز .ثِ ایي هؼٌب وِ هسل اضائِ ضسُ ثطای واسثٌسیّ ،یر اًسبًی ضا ثِ ػٌَاى ضٍثبت ضٌبسبیی ًىطزُاست ٍ توبم ضٍثبتّبی هَخَز زض ًوًَِ ثسضستی ثِ ػٌَاى ضٍثبت تطریع زازُ ضسُاًس. ًمغِ (ً )0,0طبى زٌّسُ حس آستبًِای است وِ زض آى توبم ًوًَِّب ثِ ػٌَاى اًسبى پیصثیٌی هیضًَس ٍ ثطػىس ًمغِ ( )1,1حس آستبًِای ضا هؼطفی هیوٌس وِ ثبػث پیصثیٌی توبم ًوًَِّب ثِ ػٌَاى ضٍثبت هیگطززّ .ط زِ ًوَزاض ثب ضیت ثیطتطی ثِ سوت ًمغِ ( )0,1هتوبیل گطزز هغلَةتط است .هطرػِ هْن ایي ًوَزاض هسبحت ظیط ضىل حبغل اظ آى است وِ ثِ آى 26AUCگَیٌس .وویت AUCثطای یه واسثٌسی ذَة ثطاثط یه است.
23
Receiver Operating Characteristic True positive rate 25 False positive rate 26 area under the curve
24
سیستن پیطٌْبزیROC ...