پیش بینی خصوصیات شخصیتی کاربران شبکه های اجتماعی آنلاین با استفاده از شبکه عصبی RBF

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,316

فایل این مقاله در 7 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:

ICEES01_120

تاریخ نمایه سازی: 16 اسفند 1394

چکیده مقاله:

در سال های اخیر افراد زیادی در سرتاسر دنیا در حال ابراز شخصیت خود در شبکه های اجتماعی هستند.شبکه های اجتماعی آنلاین،نظیر فیس بوک و توییتر،شخصیت افراد را از طریق جمع آوری علایق و ترجیحات آنها و همچنین فعالیت های آنها در شبکه های اجتماعی ظبط و ذخیره می کنند.اطلاع از شخصیت یک فرد می تواند در کاربردهای زیادی از جمله تحقیقات اجتماعی وبازاریابی هدف دار مفید باشد. از طرفی امروزه با توسعه سریع فناوری پردازش رایانهای و ایجاد نرم افزارهای مربوطه، از مزایای فناوری هوش مصنوعی برای حل مسائل مربوط به مدل سازی سیستمها بیش از بیش استفاده میشود. دراین تحقیق روشی برای طبقه بندی خودکار خصوصیات شخصیتی کاربران شبکه های اجتماعی آنلاین بر پایه شبکه عصبی RBF ارائه شده است. نتایج نشان داد که استفاده از شبکه های عصبی RBF از دقت بالایی به منظور طبقه بندی خصوصیات شخصیتی بی ثباتی احساسی ، سازگاری، وجدان گرایی و باز بودن 250 کاربر عضو فیس بوک برخوردار است.

کلیدواژه ها:

نویسندگان

فرزاد گل نوری

دانش آموخته کارشناسی ارشد ،گروه مهندسی کامپیوتر، واحد علوم و تحقیقات سمنان، دانشگاه آزاد اسلامی سمنان ،ایران

محمد کریم سهرابی

هیات علمی گروه مهندسی کامپیوتر، واحد علوم و تحقیقات سمنان، دانشگاه آزاد اسلامی واحد سمنان، ایران

فرزین یغمایی

هیات علمی دانشکده مهندسی برق و کامپیوتر، دانشگاه سمنان، 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 :
  • A. Kobsa, "Generic user modeling systems" _ modeling and user-adapted ...
  • L. R. Goldberg and T. K. Rosolack, The Developing Structure ...
  • T. C h amoro -Premuzic and A. Furnham, :Personality predicts ...
  • V. S. Horreo and , _ Carro, "Studying the impact ...
  • C. C. Wang and H. W. Yang, :Passion for online ...
  • C. Sumner, A. Byers, M. Shearing, :Determining personality traits & ...
  • _ Garcia, A. _ M. Zuckerman, _ cross-cultural shortened form ...
  • S. Bai, T. Zhu, and L. Cheng, :Big-Five Personality Prediction ...
  • Y. Bachrach, M. Kosinski, T. Graepel, P. Kohli and D. ...
  • Personality Predicting؛ [11] J. Golbeck, C. Robles and K. Turner, ...
  • behavior, ;:In Proceedings of the National Academy of Sciences, Vol. ...
  • _ _ _ Networks Analysis and Mining (ASONAM), 2011 International ...
  • J. W. Pennebaker, M E. Francis, and R. J. Booth, ...
  • S. M. Mohammad and P. Turney. Crowdsourcing a word-emotion association ...
  • S. Baccianella, A. Esuli, F. Sebastiani, :SentiWordNt 3.0: An Enhanced ...
  • F. A. Nielsen. :A new ANEW Evaluation of a word ...
  • K. Toutanova, D. Klein, C. Manning, and Y. Singer, ; ...
  • I. H Witten and E. Frank, Data Mining: Practical machine ...
  • J. Park, and I.W. Sandberg, _ 'Approximation and Radial-Basis- Function ...
  • نمایش کامل مراجع