کمی سازی گرایش احساسی نظرات متنی فارسی مشتریان بر روی ویژگی های کالا در وب

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,837

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IRANWEB01_031

تاریخ نمایه سازی: 29 شهریور 1394

چکیده مقاله:

امروزه اینترنت به مشتریان امکان می دهد تا نظرات و عقاید خود را در مورد سازمان ها و محصولات بیان نموده و سایر افراد را در مورد تجربه ی خود مطلع کنند، بدین ترتیب تأثیر نظرات مشتریان بر موفقیت یک کسب و کار غیرقابل چشم پوشی است. هدف این پژوهش، معرفی یک روش مبتنی بر واژه نامه برای استخراج و کمی سازی گرایش احساسی مشتریان در مورد ویزگی های یک کالا با بررسی و تحلیل نظرات آنها به زبان فارسی می باشد. پژوهش حاضر از جنبه هدف، کاربردی و از منظر روش تحقیق از نوع پیمایشی مقطعی می باشد. در این تحقیق، نظرات مشتریان پیرامون 11 ویزگی 3 مدل گوشی تلفن همراه در فروشگاه آنلاین دیجی کالا در تابستان سال 1393 جمع آوری گردید و در هشت گام شامل: انتخاب کالای مورد نظر و جمع آوری نظرات، پیش پردازش داده های متنی، استخراج ویژگی های کالا، ایجاد واژه نامه ها، استخراج الگوهای نظرات، تعیین قطبیت یا گرایش احساسی بخش های نظرات، پس پردازش و در انتها جمع بندی و کمی سازی گرایش احساسی نظرات مورد تحلیل قرار گرفت. نتایج اعتبارسنجی نشان می دهد روش معرفی شده از دقت بالایی در کمی سازی گرایشهای احساسی مشتریان برخوردار می باشد.

کلیدواژه ها:

متن کاوی ، عقیده کاوی ، تحلیل احساسات ، کمی سازی نظرات در وب

نویسندگان

سمانه کریمیان

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه علم و فرهنگ، تهران، ایران

محمدجواد کارگر

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه علم و فرهنگ، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • _ Kang, S. J. Yoo, and D. Han, "Senti-lexicoم and ...
  • B. Liu, M. Hu, and J. Cheng, "Opinion Observer: Analyzing ...
  • J. K. Smith, "Web Mining Tools to Actualize the Semantic ...
  • P.-D. Turney, "Thumbs Up or Thumbs Down? Semantic Orientation Applied ...
  • B. Pang, L. Lee, and S. Vaithyanathan, "Thumbs up? Sentiment ...
  • R. Xia, C. Zong, and S. Li, "Ensemble of feature ...
  • T. Mullen and N. Collier, "Sentiment analysis using support vector ...
  • R. Moraes, J. F. Valiati, and W. P. G. Neto, ...
  • _ C. Whitelaw, N. Garg, and S. Argamon, "Using appraisal ...
  • M. R. Gholamian and S. Mazidi SharafAbadi, "Internal Factor Evaluation: ...
  • M. R. Gholamin and S. Mazidi SharafAbadi, "Resource Evaluation: _ ...
  • C. W.-k. Leung, S. C.-f. Chan, F.-l. Chung, and G. ...
  • M. Hu and B. Li, "Mining and Summarizing Customer Reviews, ...
  • J. Yi, T. Nasukawa, R. Bunescu, and W. Niblack, "Sentiment ...
  • K. Dave, S. Lawrence, and D. M. Pennock, "Mining the ...
  • A.-M. Popescu and O. Etzioni, "Extracting Product Features and Opinions ...
  • Empirical Methods in Natural Language Processing (HLT/EMNLP), Vancouver, 2005, pp. ...
  • K. Xu, S. S. Liao, J. Li, and Y. Song, ...
  • H. Liu, J. He, T. Wang, W. Song, and X. ...
  • D. Wang, S. Zhu, and T. Li, "SumView: A Web-based ...
  • S.-M. Kim and E. Hovy, "Determining the Sentiment of Opinions, ...
  • _ Cunningham, D. Maynard, K. Bontcheva, V. Tablan, N. Aswani, ...
  • J. M. Wiebe, R. F. Bruce, and T. P. O'Hara, ...
  • N. Jahangiri, M. Kahani, R. Ahamdi, and M. Sazvar, "A ...
  • نمایش کامل مراجع