ارائه روشی مبتنی بر پیش پردازش برای بهبود عقیده کاوی در توییتر فارسی

عقیده کاوی و تجزیه و تحلیل احساسات کمک می کند تا شرکت ها و ارائه دهندگان خدمات عقاید و احساسات مشتریان و کاربران خود را بدانند و براساس نیازهای مشتریان و کاربران محصولات و خدمات خود را ارائه دهند. عقیده کاوی یکی از برترین علایق دانشمندانی مانند روانشناسان اجتماعی را تشکیل می دهد، طوری که در برخی منابع عقیده کاوی را باز شدن پنجره ای به روی تفکر روانی و واکنش آنلاین جوامع می دانند. این مسئله به مطالعه و درک اذهان عمومی در جوامع در زمان های خاص کمک می کند. هدف از این مقاله پیدا کردن روشی است که به صورت خودکار بتواند عقیده موجود در توییت های ارسال شده ی فارسی را تعیین کند. هدف روش پیشنهادی توسعه طبقه بندی مبتنی بر روش های پیش پردازش و تکنیک های هوش مصنوعی که شامل ترکیب الگوریتم ژنتیک و استنتاج فازی است که با استفاده از آن بتوان به صورت خودکار نظرات بیان شده در قالب توییت را در دسته های مثبت، منفی طبقه بندی کرد. استفاده از این روش خودکار می تواند بلافاصله پس از پست توییت جدید اعلام کند که محتوای آن حاوی چه عقیده و احساسی می باشد. نتایج پیاده سازی سیستم پیشنهادی نشان دهنده ی کارایی و برتری قابل توجه سیستم نسبت به کارهای مشابه می باشد .

کلیدواژه ها:

عقیده کاوی ، سیستم استنتاج فازی ، الگوریتم ژنتیک ، عملگر های فازی ، شبکه های اجتماعی