تجزیه و تحلیل احساسات در شبکه های سایبر اجتماعی با استفاده ازانواع نظریه ادغام تصمیم

ظهور انواع شبکه های سایبر اجتماعی هر کسی را قادر ساخته است تا به راحتی ایده ها ، افکا ر ، عقاید و احساسات خود را در مورد هر چیزی با میلیون ها نفر دیگر در سراسر جهان ایجاد ، بیان و به اشتراک بگذارد. تجزیه و تحلیل احساسات یا نظرکاوی اخیرا مورد توجه بسیاری از محققان قرار گرفته است ، زیرا تجزیه و تحلیل متن آنلاین برای تحقیقات بازار ، نظرسنجی های علمی از د یدگاه روانشناسی و جامعه شناسی ، نظرسنجی های سیاسی ، هوش تجاری ، افزا یش خریدهای آنلاین مفید است. یکی از چنین خدماتی که استفاده از آنها ممکن است مورد بررسی قرار گیرد ، تجزیه و تحلیل پست کاربران برای تشخیص قطبیت است. در این تحقیق نیز ، چگونگی یافتن قطبیت فرد با مشاهده و استخراج احساسات از متن ، با استفاده از ویژگی های مورد نظر و انواع روش های یادگیری ماشین در شبکه های سایبر اجتماعی ارائه شده است .در واقع هدف کلی مقاله بهبود روش های تجزیه و تحلیل احساسات با انواع روش های ادغام تصمیم است. با کمک انواع طبقه بندی یادگیری ماشین یک سامانه نظر کاوی میتواند به طور موثر اطلاعات مرتبط با نظرات را به زبان طبیعی درک نماید. با وجود کارهای خوب صورت گرفته در زمینه متون فارسی، هنوز برخی از چالشها به صورت حل نشده باقی مانده اند. از جمله این چالشها استفاده از ادغام تصمیم از متون برای طبقه بندی آنها میباشد. بسیاری از منابع از روشهای مستقل یادگیری ماشین برای نظر کاوی استفاده نموده اند که کمتر به ترکیب روش ها توجه می کند که با استفاده از انواع روش های نظریه ادغام تصمیم می توان به بهبودی این روش ها دست یافت. با مشاهده و اجرای طرح پیشنهادی و انجام آزمایشات متعدد، کارایی و اثر بخشی مدل پیشنهادی در سطح جمله به دقت ۹۳ % رسیده است .

کلیدواژه ها:

قطبیت ، یادگیری ماشین ، شبکه های سایبر اجتماعی ، ادغام تصمیم