ارزیابی خودکار گفتگوهای آنلاین در شبکه های اجتماعی با متن کاوی

پرستو فلاحی; مرتضی زاهدی

ارزیابی خودکار گفتگوهای آنلاین در شبکه های اجتماعی با متن کاوی

Publish place: First International Conference on Information Technology

Publish Year: 1394

Type: Conference paper

Language: Persian

This Paper With 20 Page And PDF and WORD Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > متن کاوی

Export:

Link to this Paper:

https://civilica.com/doc/477986

Document National Code:

FBFI01_016

Index date: 30 July 2016

ارزیابی خودکار گفتگوهای آنلاین در شبکه های اجتماعی با متن کاوی abstract

شبکه های اجتماعی در انواع مختلف محتوا مثل متن و چند رسانه غنی هستند. شبکه های اجتماعی به الگوریتم های متن کاوی در بسیاری از برنامه ها مثل جستجوی کلمه ی کلیدی، طبقه بندی و خوشه بندی نیاز دارد. تالارهای گفتگو و تبادل نظر آنلاین با سرعت در حال استفاده از سیستم های آموزش الکترونیکی هستند. این کار بار سنگینی را بر دوش مدرسان از نظر تعدیل بحث های دانشجویی قرار داده است. روش های ارزیابی قبلی در مورد مشارکت دانشجویان در گفتگوی آنلاین به شدت با روش های کمی دنبال شده است که لزوما تلاش دانشجویان را در بر نمی گیرد. همراه با گسترش این کاربرد، نیاز به ابزارهای سریع استخراج دانش برای تجزیه و تحلیل و ارائه پیام های آنلاین به شیوه ای مفید و معنی دار وجود دارد. این مقاله به بحث روی روشی کیفی پرداخته است که شامل تجزیه و تحلیل محتوای بحث ها و تولید خوشه ای است که می توان برای شناسایی موضوع های مورد بحث استفاده کرد. ما از یک الگوریتم خوشه ایk - ++means با تجزیه و تحلیل معنای نهفته برای ارزیابی موضوعات بیان شده توسط دانشجویان در تالارهای بحث و تبادل نظر آنلاین استفاده می کنیم. سپس این الگوریتم پیشنهادی با الگوریتم ++ k-means استاندارد مقایسه شد. ما با استفاده از انجمن مدیریت دوره مودل برای اعتبار بخشی الگوریتم پیشنهادی نشان دادیم که الگوریتم خوشه ای ++ k-means با تجزیه و تحلیل معنای نهفته بهتر از الگوریتم ++ k-means مستقل عمل می کند.

ارزیابی خودکار گفتگوهای آنلاین در شبکه های اجتماعی با متن کاوی Keywords:

گفتگوی آنلاین , شبکه های اجتماعی , متن کاوی , الگوریتم ++ k-means

ارزیابی خودکار گفتگوهای آنلاین در شبکه های اجتماعی با متن کاوی authors

پرستو فلاحی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر

مرتضی زاهدی

استادیار مهندسی کامپیوتر

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :

Ah-Hwee Tan (1999), Text Mining: The state of the art ...

Ali S, Salter G(2004), Use of templates to manage online ...

Arthur D, Vassilvitski S(2007), K-means++- The advantages of careful seeding. ...

Claire Grover, Harry Halpin, Ewan Klein, Jochen L. Leidner, Stephen ...

Feldman R, Sanger J(2007), The text mining handbook; advanced approaches ...

H. Karanikas and B. Theodoulidis (2002), 'Knowledge discovery intext and ...

H. Zhuge et al(2004), An Automatic Semantic Relationships Discovery Approach. ...

Haralampos Karanikas, et.al(2007), An Approach to Text Mining using Information ...

K. Mecurtey and A. Tomkins(2004) Miring and knowledge _ from ...

Li N, Wu D(2010), Using text mining and sentiment analysis ...

M Rajman, M. and Besanon, R(1997), Text Mining: Natural Language ...

M. A. Hearst(1999), Untangling text data mining. In Proceedings of ...

M. Rajman(1997), Text Mining, knowledge extraction from unstructured textual data. ...

Marie-Laure Re inberger(2005), Unsupervised Text Mining for Ontology Learning, in ...

Ramampiaro H, Paulsen JR(2009), Combining latent semantc indexing and clustering ...

Sebastiani F(2002), Machine learning in automated text categorization. ACM Comput. ...

Sehgal, A.K(2004), Text Mining: The Search for Novelty in Text. ...

Song W, Park SC(2008), A novel document clustering model based ...

Stavrianou A, Chauchat, J, Velcin, J. A(2009), Content- Oriented Framework ...

_ Un Yang Nahm(200 1), Text Mining with Information Extraction, ...

نمایش کامل مراجع