ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بررسی مدل های نظرکاوی و تجزیه و تحلیل احساسات کاربران در محیط وب

سال انتشار: 1395
کد COI مقاله: IRANWEB02_043
زبان مقاله: فارسیمشاهد این مقاله: 1,479
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی مدل های نظرکاوی و تجزیه و تحلیل احساسات کاربران در محیط وب

نجمه شاه طالبی - دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی واحد میبد
محمدجواد کارگر - عضو هیأت علمی گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی واحد میبد
کمال میرزائی - عضو هیأت علمی گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی واحد میبد

چکیده مقاله:

بدست آوردن نظرات مردم و مشتریان خود یک تجارت عظیم برای بازاریابی، روابط اجتماعی و حتی رقابت های انتخاباتی می باشد. در گذشته این اطلاعات از طریق برگه های نظرسنجی و یا آزمایش بر روی یک گروه خاص بدست می آمد ولی امروزه با گسترش روزافزون رسانه های اجتماعی (مثل بلاگ ها،توییتر و فیسبوک) افراد و سازمان ها از محتوای این رسانه ها برای تصمیم گیری استفاده می کنند. این در حالی است که در دنیای واقعی شرکت ها و سازمان ها همواره به دنبال این هستند که نظرات مردم یا مشتریان را درباره ی محصولات و یا خدمات خود بدانند، از طرفی مشتریان نیز خواستار بهره مند شدن از نظرات سایر کاربران در رابطه با آن محصولات می باشند تا بتوانند بر اساس آن اقدام به خرید یا عدم خرید آن محصول کنند. در اینجاست که نیاز به یک سیستم جهت شناسایی و تجزیه و تحلیل احساسات در نظرات کاربران احساس می شود. در این مقاله مدل های مختلف تجزیه و تحلیل احساسات در سطح ویژگی مورد بررسی قرار گرفت و نقاط قوت و ضعف هر یک از مدل ها به طور کامل تشریح شد.

کلیدواژه ها:

تجزیه و تحلیل احساسات، مدل های نظرکاوی، استخراج ویژگی ها، خلاصه سازی نظرات

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/481687/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شاه طالبی، نجمه و کارگر، محمدجواد و میرزائی، کمال،1395،بررسی مدل های نظرکاوی و تجزیه و تحلیل احساسات کاربران در محیط وب،دومین کنفرانس بین المللی وب پژوهی،تهران،،،https://civilica.com/doc/481687

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، شاه طالبی، نجمه؛ محمدجواد کارگر و کمال میرزائی)
برای بار دوم به بعد: (1395، شاه طالبی؛ کارگر و میرزائی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • Liu B., Zhang L., A Survey of opinion mining and ...
  • Turney, P., :Thumbs Up _ Thumbs Down? Semantic Orientation Applied ...
  • Pang, B; Lee, L; Vaithyanathan, S., "Thumbs up?: Sentiment Classification ...
  • Pang B., Lee L, Opinion mining and sentiment analysis. J ...
  • Reyes A., Rosso P., "Making objective decisions from subjective data: ...
  • Thet T. T., Na J. C., Khoo C.S., "Aspect-based sentiment ...
  • Titov I., McDonald R., "A joint model of text and ...
  • Zhu J., Wang H., Zhu M., Tsou B.K., Ma M., ...
  • Brody S., Elhadad N. _ unsupervised aspect- sentiment model for ...
  • Hu M., Liu B., "Mining opinion features in customer reviews:, ...
  • Wei, C. P., Chen Y. M., Yang C.S., "Understanding what ...
  • Systems and E-Busines Management, Vol. 8, No. 2, pp. 149-167, ...
  • Qiu G., Liu B., Chen C, "Opinion word expansion and ...
  • Somprasertsri G., Lalitrojwong P., :Automatic product maximum entropy with lexical ...
  • Lin C., He Y., :Join sentiment/topic model for sentiment analysis", ...
  • Lin C., He Y., Everson R., Ruger S., "Weakly supervised ...
  • Jo Y., A. H., "Aspect and sentiment unification mode] for ...
  • Zhai Z., Liu B., Xu H., Jia P., :Constrained LDA ...
  • Zhao W., Jiang J., Yan H., Li X., "Jointly modeling ...
  • Association for Computational Linguistics, pp. 56-65, 2010. ...
  • Titov I., McDonald R., "Modeling online reviews with multigrain topic ...
  • Mei Q., Ling X., Wondra M., Su H., Zhai C., ...
  • Hu, M. ; Liu, B., "Mining and Summarizing Customer Reviews.:, ...
  • Guo H., Zhu H., Guo Z., Zhang X., Su Z., ...
  • Management (CIKM-2009), pp. 1087-1096, 2009. ...
  • Liu B., Hu M. and Cheng J., "Opinion Observer: Analyzing ...
  • Zhuang L, Jing F., Zhu X., "Movie review mining and ...
  • Knowledge Management (CIKM-2006), pp. 43-50, 2006. ...
  • Moghaddam S., Ester M., "Opinion digger: _ unsupervised opinion miner ...
  • note _ topical n-grams", A:ه [28] Wang X, McCallum A., ...
  • Zhang L, Liu B., "Aspect and Entity Extraction for Opinion ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    نظرات خوانندگان

    4.00
    1 تعداد پژوهشگران نظر دهنده
    5
    4 1
    3
    2
    1

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 3,277
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی