بررسی روش های انتخاب ویژگی در نظرکاوی مبتنی بر الگوریتم های یادگیری ماشین با تمرکز بر روی زبان فارسی
Publish place: The National Conference on Business Intelligence Karbrdsazy
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 937
This Paper With 11 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BICO01_025
تاریخ نمایه سازی: 29 فروردین 1397
Abstract:
با رشد سریع وبسایت ها، روزانه شاهد حجم بالایی از نظرات در مورد مسایل مختلف، توسط کاربران اینترنت درصفحات وب هستیم. از طرف دیگر استفاده از نظرات دیگران، نقش بسزایی را در تصمیم گیری برای افراد و حتی سازمان ها ایفا میکند. همین امر موجب می شود که نیاز به یک سیستم نظرکاوی برای کمک به افراد جهت ارزیابی وسنجش احساسات، نظرات و دیدگاه های کاربران بیش از پیش احساس شود. نظرکاوی به طبقه بندی نظرات می پردازدو به عنوان زیررشته ای جدید از پردازش زبان طبیعی، بازیابی اطلاعات و متن کاوی محسوب میشود. در مقاله حاضر، به مقایسه و ارزیابی سه روش طبقه بندی و بررسی روش های مناسب انتخاب ویژگی برای طبقه بندی نظرات کاربران پرداخته شده است. آزمایش ها بر روی مجموعه داده جمع آوری شده از وبسایت دیجی کالا انجام پذیرفت. نتایج به دست آمده نشان می دهد که موثرترین روش انتخاب ویژگی با هدف طبقه بندی نظرات، بهره اطلاعاتی بوده و طبقه بند بگینگ مبتنی بر ماشین بردار پشیبان از میان روش های طبقه بندی نظرات، بهترین کارایی را دارا م یباشد.
Keywords:
Authors
زهرا اسانلو
گروه مهندسی کامپیوتر، دانشگاه ایوانکی، تهران، ایران
علی محمد احمدوند
رییس دانشگاه ایوانکی، تهران، ایران