تحلیل نرخ دلار در شبکه اجتماعی توییتر با استفاده از الگوریتم های یادگیری ماشین

در سال های اخیر، تحقیقات تحلیل احساسات در توییتر، توییت ها را برای استخراج احساسات کاربر تحلیل می کنند که گسترش زیادی داشته است. بسیاری از محققان برای چنین تحلیل هایی تصمیم می گیرند از الگوریتم های یادگیری ماشین و یادگیری عمیق استفاده کنند. در این پژوهش با استفاده از الگوریتم های یادگیری ماشین و یادگیری عمیق، یک تحلیل احساسات جزئی از داده های توییتر فارسی مربوط به «نرخ دلار» در باز ه زمانی سه ماهه تابستان 1397 انجام دادیم. این پژوهش شامل پیش پردازش توییت توسط یک رویکرد استخراج ویژگی است. سپس با طبقه بندی احساسی شامل ناامیدی، خوشحالی، ترس، ناراحتی و امید، ویژگی ها طبقه بندی می شوند. در چارچوب پیشنهادی، الگوریتم های رگرسیون لجستیک، ماشین بردار پشتیبان، درخت تصمیم و جنگل تصادفی و روشجدید ترکیبی رگرسیون لجستیک و ماشین بردار پشتیبان برای ارزیابی تحلیل احساسات مورد استفاده قرار می گیرد. همچنین از دو الگوریتم یادگیری عمیق شبکه عصبی پیچ شی و شبکه عصبی بازگشتی استفاده شده است. مشاهدات تجربی نشان می دهد که احساسات مردم در مورد تغییر نرخ دلار در بازه زمانی سه ماهه تابستان بیشتر به سمت ناامیدی گرایش داشته است. همچنین روش ترکیبی ارائه شده برای ماه اول تابستان با مقدار 99 درصد و دو ماه دیگر با مقدار 97 درصد بیشترین دقت را نسبت به دیگر الگوریتم ها داشته است .

Keywords:

توییتر , یادگیری ماشین , یادگیری عمیق , احساسات , دلار , دقت