طبقه بندی نظرهای مشتریان با رویکرد متن کاوی و یادگیری عمیق (نمونه موردی: نظرهای کاربران وبسایت دیجی کالا)

هدف: امروزه افراد هنگام خرید محصول یا تهیه خدمات، معیار های متفاوتی را برای تصمیم گیری در نظر می گیرند. یکی از این معیار ها، اطلاع از نظر خریداران قبلی محصولات و خدمات است؛ اما حجم زیاد نظرها نیز، چالشی است که پیش روی این افراد قرار دارد. پژوهش حاضر با هدف ایجاد مدلی جهت تحلیل احساسات کاربران و طبقه بندی نظر آن ها برای حل این چالش اجرا شده است. روش: پژوهش حاضر روی نظرهای خریداران تلفن همراه از وبسایت دیجی کالا، طی سال های ۱۳۹۴ تا ۱۳۹۵ انجام شده است. به منظور تحلیل احساسات و طبقه بندی نظرها، الگوریتم های مبتنی بر یادگیری عمیق و شبکه های پیچشی (کانوولوشن) که نوعی از شبکه های عمیق هستند، پیشنهاد شده است. در این پژوهش پس از پیش پردازش داده ها و یکسان سازی آن ها با استفاده از مدل از پیش تعلیم دیده فست تکست، کلمه ها به بردار هایی از اعداد صحیح تبدیل و به عنوان ورودی به شبکه عمیق پیشنهادی تحویل داده شدند. یافته ها: جهت تعلیم مدل منتخب این پژوهش، ۹۰ مرتبه الگوریتم آموزشی روی آن اجرا شد. برای صحت عملکرد مدل منتخب از معیار های ماتریس گیجی، دقت، بازخوانی، معیار F و میزان دقت استفاده شد. نتیجه گیری: در پژوهش حاضر با رویکرد شبکه های عمیق و با استفاده از شبکه های پیچشی و حافظه طولانی کوتاه مدت دوطرفه، پس از ۹۰ دوره آموزش، توانستیم با دقت ۹۳ درصد عقاید خریداران تلفن همراه در وبسایت دیجی کالا را طبقه بندی کنیم.

کلیدواژه ها:

شبکه های پیچشی ، طبقه بندی نظرها ، متن کاوی ، یادگیری عمیق