ارائه روشی مبتنی بر پیش پردازش برای بهبود عقیده کاوی در توییتر فارسی
محل انتشار: کنفرانس بین المللی مهندسی برق و علوم کامپیوتر
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
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEECS01_084
تاریخ نمایه سازی: 8 آذر 1394
چکیده مقاله:
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:
نویسندگان
زهرا احمدی مشکانی
کارشناس ارشد هوش مصنوعی دانشگاه شیخ بهایی
مهدی باطنی
استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات دانشگاه شیخ بهایی
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 :