بررسی روشهای بکارگیری الگوریتم های آنالیز احساسات در شبکه های اجتماعی

با پیدایش وب ، مردم می توانستند عقاید خود را در مورد وب با توجه به فعالیت های روزانه و مقوله های جهانی، ساده تر بیان کنند و دراختیار دیگران قرار دهند. رشد تکاملی رسانه های اجتماعی هم تاثیر بسزایی در این فعالیت ها داشته است و یک برنامه ی شفاف را دراختیار ما قرار داده است تا نظرات خود را با جهانیان تقسیم کنیم. این واژه های الکترونیکی که (eWOM) بر روی وب نمایش دادهشدند در تجارت و صنایع خدماتی، بسیار متداول هستند و به مشتری ها قدرت به اشتراک گذاشتن اظهار نظراتشان را می دهند-یک دههو نیم گذشته، جوامع تحقیقاتی، مراکز آموزشی و صنایع خدماتی و عمومی با دقت بر روی بررسی احساسات که به آن حفاری عقیدههم می گویند کار کردند تا حالت و نظرات عمومی را از آن استخراج و بررسی کنند.(Sentiment Analysis (SA) و Opinion Mining (OM یک زمینه تحقیقاتی است که نظرات، احساسات، ارزیابی ها، رفتارها وگرایش ها و عواطف نوشته شده با یک زبان نوشتاری را آنالیز می کند. به عبارتی این تحقیقات از حیطه تحقیقات کامپیوتری فراتر رفتهو به دلیل اهمیت آن در اجتماع و کسب و کار وارد مباحث علوم مدیریتی و علوم اجتماعی می شود. افرایش اهمیت Sentiment analysis با رشد رسانه های اجتماعی مانند نظرسنجی ها، forum discussions ها، وبلاگ ها، توئیتر و شبکه های اجتماعی همزمانشده است. سیستم های Sentiment analysis تقریبا در همه زمینه های تجاری و اجتماعی مورد استفاده قرار می گیرند، در این مقالهسعی شده یکی از زمینه های تحقیقاتی پردازش زبان طبیعی را که در متن کاوی و داده کاوی هم به طور گسترده مورد بررسی قرارمی گیرد به نام تحلیل گر احساس یا علایق را معرفی کنیم و روش های کار آن را همراه با کاربردها و الگوریتم های آن در شبکه هایاجتماعی را به اختصار شرح دهیم.

کلیدواژه ها:

بررسی احساسات ، دسته بندی ، انتخاب ویژگی ، یادگیری انتقال ، ساخت منابع