نظرکاوی شبکه های اجتماعی با استفاده از الگوریتم های یادگیری ماشین
Publish place: کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 2,035
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
CITCOMP01_011
Index date: 6 September 2016
نظرکاوی شبکه های اجتماعی با استفاده از الگوریتم های یادگیری ماشین abstract
این مقاله به دنبال نظرکاوی برروی مجموعه داده های شبکه های اجتماعی با استفاده از الگوریتم ماشین یادگیری نایو بایس است. نظرکاوی به عنوان زیر مجموعه متن کاوی به دنبال تحلیل نظرات و طبقه بندی آن به دو گروه مثبت و منفی و در برخی مواقع خنثی است برای این کار یکی از رویکردها، استفاده از الگوریتم های ماشین یادگیری برای ایجاد مدل است. برای ایجاد مدل توسط این الگوریتم ها ابتدا با استفاده از مجموعه داده برچسب گذاری شده، الگوریتم آموزش داده می شود و سپس بر اساس این مدل آموزش داده شده، مدل طبقه بندی ارائه می شود. دقت مدل طبقه بندی نیز بر اساس مجموعه داده تست ارزیابی می شود..برای آموزش مدل با استفاده از الگوریتم نایوبایس ، از مجموعه داده نظرات فیلم استفاده شده است ، دو تکنیک مهندسی ویژگی کیف لغات و tf-idf دراین مقاله استفاده شده و نتایج آنها بایکدیگر درنهایت مقایسه می شوند. در این پژوهش مدل ایجاد شده توسط جملاتی از شبکه اجتماعی توییتر تست شده است. نتایج بدست آمده نشاندهده موفقیت روش tf-idf نسبت به روش کیف لغات می باشد.
نظرکاوی شبکه های اجتماعی با استفاده از الگوریتم های یادگیری ماشین Keywords:
نظرکاوی شبکه های اجتماعی با استفاده از الگوریتم های یادگیری ماشین authors
افسانه بنی طالبی
مربی ، گروه کامپیوتر و فناوری اطلاعات ، دانشگاه پیام نور ،صندوق پستی ۳۶۹۷-۱۹۳۹۵ تهران ، ایران
فرساد زمانی
دانشگاه آزاد اسلامی واحد خوراسگان(اصفهان)، گروه کامپیوتر،اصفهان، ایران
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 :