بررسی سلامت روان جامعه با کاوش پست های اینستاگرام

سال های اخیر استفاده از شبکه های اجتماعی و ایجاد امکانات مهیج در آن مخاطبان و علاقه مندان بسیاری را به سوی خود جلب نموده است. همگام با این امر ، مطالب نامناسب و ناخواسته ای چون هرزنامه در این شبکه ها منتشر می شود که نشان دهنده وضعیت سلامتی روان جامعه می باشد. برای اینکه نظرات و تجربیات واقعی کاربران به درستی منعکس شود، شناسایی نظر جعلی بسیار مهم است. تشخیص نظرات جعلی و اسپم در نظرات به علت تکنیک ها و روش های جدید برای انجام این کار ، بسیار پیچیده است . در این پایان نامه با استفاده از الگوریتم های یادگیری ماشین روشی نوین برای تشخیص نظرات اسپم در پست های شبکه های اجتماعی به عنوان یک آسیب اجتماعی و اخلاقی صورت می پذیرد. ما در این پایان نامه رویکردی ترکیبی برای شناسایی سلامت روان جامعه از نظر تشخیص نظرات اسپم با استفاده از روشی برای طبقه بندی ویژگی ها ی مستقیم و غیر مستقیم استخراجی از داده های نظرات بر مبنای درخت تصمیم فازی ارئه می دهیم. نتایج شبیه سازی بر روی داده های نظرات ، اعتبار روش پیشنهادی را تایید می کند.

Keywords:

شبکه اجتماعی اینستاگرام , سلامت روان جامعه , تشخیص اسپم , طبقه بندی , درخت تصمیم فازی