نظرکاوی کاربران آنلاین بر ویژگیهای متمایز محصولات و خدمات با استفادهاز راهکارهای داده کاوی و برچسب گذاری واژگان

امروزه تحلیل نظرات ارایه شده توسط کاربران در شبکههای اجتماعی و سایتها، به یک امر مهم بدل شده است. در سالهای اخیر، تشخیص احساسات و تحلیل رفتار انسان توجه پژوهشگران در علوم کامپیوتر، پردازش زبان طبیعی و تحلیل احساسات را به خود جلب کرده است. طیف گستردهای از مطالعات و روشها، جهت مشخص نمودن احساسات بابکارگیری رویکرد یادگیری ماشین توسعه یافته است که متکی بر آموزش الگوریتمهای یادگیری ماشین به منظور تشخیص احساسات است. در این پژوهش، با استخراج نظرات کاربران و ویژگیهای متمایز چند محصولات سایت آمازون، مجموعه دادهی اولیه تشکیل و سپس با تحلیل پاراگرافها و تفکیک آنها به جملات، عینی یا ذهنی بودن جملات بررسی شد. جملات عینی کنار گذاشته شده و صفات و افعال از جملات ذهنی با وزن قابل ملاحظه در استدلال احساس با استفاده از نرمافزارStanford POS tagger مشخص گردید. همچنین اسامی پرتکرار جملات ذهنی نیز جهت یافتن ویژگیهای مهم محصولات بررسی شد. به صورت موازی، آیکنهای تصویری بکار رفته در نظرات نیز تفکیک و عناوین مربوط به تصاویر مشخص گردید سپس با استفاده از SentiWordNet میزان درصد قطبیت صفات و افعال برای ویژگیهای محصولات و نظرات کلی کاربران با تفکیک محصول و ویژگی مشخص گردید.

کلیدواژه ها:

برچسبگذاری واژگان سخن ، تجزیه و تحلیل احساسات ، متن کاوی ، نظرکاوی