ارائه رویکرد ترکیبی نوین جهت متن کاوی تحلیل احساسات در توییتر با استفاده از درخت تصمیم CART

 با گسترش شگرف اینترنت و شبکه های اجتماعی به عنوان اجتماعات مجازی و استفاده روزافزون از آن ها، حجم انبوهی از نظرات کاربران در ارتباط با موضوعات مختلف پدید می آید. در نتیجه به کارگیری تکنیک های علمی نوین جهت تحلیل این شبکه ها ضروری به نظر می رسد. متن کاوی به عنوان یک راهکار ویژه و موثر، به دنبال کشف دانش از متون می باشد. در این مقاله، رویکردی نوین از ترکیب همزمان دو روش یادگیری ماشین و مبتنی بر واژگان جهت متن کاوی تحلیل احساسات در توییتر ارائه گردیده است. جهت بهبود متن کاوی تحلیل احساسات، و دسته بندی داده ها از درخت تصمیم CART به عنوان روش یادگیری ماشین، و برای کاوش دقیق تر در نوع احساسات بیان شده در توییت ها از لیست الگوریتم SentiStrength به عنوان روش مبتنی بر واژه، استفاده شده است. ویژگی منحصر به فرد CART، تحلیل ساختار داده پیچیده است که با توجه به ورودی مسئله می تواند عملیات مربوط به رگرسیون، همچنین دسته بندی داده ها را انجام دهد. توانمندی الگوریتم  SentiStrengthدر تشخیص احساسات، موجب تحلیل دقیق احساسات موجود در توییت ها گردیده است. نتایج پیاده سازی جهت تشخیص احساسات توییت ها، در اغلب شاخص ها بهبود دسته بندی را نشان می دهد.

کلیدواژه ها:

شبکه های اجتماعی ، متن کاوی ، تحلیل احساسات ، درخت تصمیم CART ، لیست الگوریتم SentiStrength