ارائه چارچوبی برای تحلیل هوشمند احساسات با استفاده از روش جدید ترکیب ویژگی و فرا ابتکاری در بهینه سازی گروهی ذرات

امروزه با افزایش زمینه استفاده از اینترنت، افراد برای خرید محصولات خود و یا اطلاع از موضوعات مختلف به اینترنت مراجعه می ­نمایند. تعداد زیادی از صفحات مجازی وجود دارند که کاربران نظرات خود را در مورد موضوعات مختلف درج  می­ کنند، در نتیجه حجم زیادی از داده­ها وجود دارد که استخراج اطلاعات سودمند از آنها کار پرهزینه و زمانبری است. نظرکاوی[۱] فرآیند تحلیل هوشمند احساسات کاربرانی است که نظرات خود را در ارتباط با یک موضوع مشخص طرح نموده و قابلیت استخراج دارند. روش یادگیری ماشین یکی از بهینه ­ترین و کارآمد­ترین روش ­ها برای استخراج دانش از میان نظرات کاربران درباره محصولات ارائه شده می باشد. در این روش­ ها، داده­ های آموزشی یک سیستم جهت طبقه ­بندی نظرات کاربران داده می ­شود. یکی از مهمترین مراحل طبقه ­بندی، کاهش داده می­ باشد. با به کارگیری روش جدید ترکیب ویژگی[۲] می ­توان مجموعه ویژگی ­های استخراج شده را بیشتر از روش انتخاب ویژگی کاهش داد، که به یک زیر مجموعه ­ای از اطلاعات مفید با حجم بسیار کمتر و میزان قدرت تشخیص بالاتر رسید. در این تحقیق از الگوریتم بهینه ­سازی گروهی ذرات جهت بهینه کردن ترکیب ویژگی­ ها استفاده شده است. برای سنجش روش پیشنهاد شده از نرم ­افزار متلب استفاده شده است که بر روی چهار مجموعه داده، آزمایش­ هایی صورت گرفت. نتایج تحقیق نشان داد که استفاده از روش ترکیب ویژگی، کارایی طبقه بندی را افزایش داده و از تاثیر این افزایش در افت کارایی دسته بندی کننده می­ کاهد. [۱]Opinion Mining[۲]Feature Unionization

کلیدواژه ها:

روش ترکیب ویژگی ، تحلیل هوشمند ، احساسات ، بهینه سازی گروهی ذرات