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

مروری بر بکارگیری روابط معنایی و روش ترکیبی جهت عقیده کاوی و تحلیل احساسات در شبکه اجتماعی توییتر

سال انتشار: 1396
کد COI مقاله: CITCOMP02_143
زبان مقاله: فارسیمشاهد این مقاله: 412
فایل این مقاله در 18 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 18 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 مروری بر بکارگیری روابط معنایی و روش ترکیبی جهت عقیده کاوی و تحلیل احساسات در شبکه اجتماعی توییتر

زهره فصیح فر - مربی گروه مهندسی کامپیوتر، دانشگاه حکیم سبزواری، سبزوار، ایران
سارا رمضان پور - گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری، سبزوار، ایران
ملیحه ایزی - گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری، سبزوار، ایران
حمیدرضا رخصتی - گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری، سبزوار، ایران

چکیده مقاله:

توییتر با فراهم نمودن بستری برای بیان احساسات و عقاید در زمینه های مختلف، با استقبال بسیار روبرو شده است. عقیده کاوی در این شبکه اجتماعی، به دلیل کاربردهای گسترده آن در دو حوزه علوم اجتماعی و تجارت بسیار مورد توجه قرار گرفته است. عقیده کاوی را میتوان از دو دیدگاه، نگرش احساسات نسبت به موجودیتی خاص و نگرش احساسات کلی یک توییت، مورد بررسی قرار داد که در توییتر بیشتر بر روی دیدگاه دوم تاکید می گردد. بررسی نگرش کلی احساسات یک توییت به دوشیوه آموزش با نظارت و بر پایه فرهنگ لغات انجام می شود. به دلیل محدودیت های روش آموزش با نظارت همچون نیاز به داشتن داده آموزشی، موجب شده که اکثر روش های عقیده کاوی توییتر به روش مبتنی بر واژه نامه تاکید کنند. در گذشته، بیشتر روش ها در حوزه عقیده کاوی مبتنی بر واژه نامه، روی متون ساخت یافته انجام می شدند در حالیکه این متدها برای متون موجود در توییتر که دارای محدودیت تعداد کاراکتر بوده و حاوی کلمات اختصار و اصطلاحات عامیانه می باشند، نتیجه خوبی نداشتند. در سال 2012، Thelwall و همکاران واژهنامه ای ارایه نمودند که برای کار با داده های اجتماعی مناسب بودند. الگوریتم پیشنهادی با نام SentiStrength، میزان نگرش یک متن عامیانه را با بکارگیری فرهنگ لغات مشخص می کند.

کلیدواژه ها:

عقیده کاوی، تحلیل احساسات، الگوریتم SVM، هوش مصنوعی، شبکه اجتماعی

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/696084/

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:
فصیح فر، زهره و رمضان پور، سارا و ایزی، ملیحه و رخصتی، حمیدرضا،1396،مروری بر بکارگیری روابط معنایی و روش ترکیبی جهت عقیده کاوی و تحلیل احساسات در شبکه اجتماعی توییتر،دومین کنفرانس بین المللی پژوهش های دانش بنیان در مهندسی کامپیوتر و فناوری اطلاعات،تهران،،،https://civilica.com/doc/696084

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: (1396، فصیح فر، زهره؛ سارا رمضان پور و ملیحه ایزی و حمیدرضا رخصتی)
برای بار دوم به بعد: (1396، فصیح فر؛ رمضان پور و ایزی و رخصتی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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

4.50
2 تعداد پژوهشگران نظر دهنده
5 1
4 1
3
2
1

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 3,582
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