علم داده، هوشمندی و تحلیلهای آینده نگر
فریبا کریمی؛ آمنه خدیور؛ فاطمه عباسی
چکیده
امروزه با رشد روز افزون اینترنت و گسترش سریع فضای مجازی و ویژگی های چشمگیر آن از جمله افزایش سرعت تبادل اطلاعات، ، دسترسی آسان و رایگان به اطلاعات ، متنوع بودن موضوعات و غیره، باعث شده افراد بیشتر زمان خود در فضای مجازی به ویژه فعالیت در شبکه های اجتماعی اختصاص دهند، در این راستا نظرات ثبت شده توسط کاربران در شبکههای مجازی رشد روزافزونی ...
بیشتر
امروزه با رشد روز افزون اینترنت و گسترش سریع فضای مجازی و ویژگی های چشمگیر آن از جمله افزایش سرعت تبادل اطلاعات، ، دسترسی آسان و رایگان به اطلاعات ، متنوع بودن موضوعات و غیره، باعث شده افراد بیشتر زمان خود در فضای مجازی به ویژه فعالیت در شبکه های اجتماعی اختصاص دهند، در این راستا نظرات ثبت شده توسط کاربران در شبکههای مجازی رشد روزافزونی داشته و اهمیت بسیاری پیدا کرده؛ بر این اساس، هدف پژوهش حاضر تحلیل و بررسی نظرات کاربران توییتر دربارهی فناوری واقعیت مجازی با بهره گیری از روش های یادگیری ماشین و رویکرد مبتنی بر واژه نامه میباشد که با جمع آوری حدود 1 میلیون توییت در زمینه فناوری واقعیت مجازی توسط خزشگر وب به پیش پردازش دادهها شامل حذف ایست واژه ها و لینک ها، بن واژه سازی پرداخته شد، سپس مدل سازی موضوعی تخصیص پنهان دیریکله روی داده ها اجرا شد و توسط امتیاز انسجام درجه تشابه معنایی بین کلمات و تمایز بین موضوعات را به دست آمد و تعداد موضوعاتی که بیشترین امتیاز را داشت انتخاب شد و دادهها در 9 موضوع دسته بندی شدند، برای ارزیابی مدل نیز از معیار سرگشتگی استفاده شد که مقدار آن 44/9- به دست آمد که نشان از کارایی مدل دارد. سپس موضاعات مرتبط با فناوری واقعیت مجازی نام گذاری شد .
آرمینا محسنی؛ آمنه خدیور؛ فاطمه عباسی
چکیده
رشد اینترنت، شبکههای اجتماعی و وبسایتهای تجارت الکترونیک بستری جهت ارائه عقاید و نظرات برای کاربران فراهم می نمایند. در سال های اخیر بسیاری از کاربران احساسات و نظرات خوب یا بد خود را در مورد غذا، خدمات، کیفیت و فضای رستوران ها در بسترهای آنلاین بیان می کنند. این نظرات برای تصمیم گیری سایرکاربران و همینطور رستوران ها جهت حفظ ...
بیشتر
رشد اینترنت، شبکههای اجتماعی و وبسایتهای تجارت الکترونیک بستری جهت ارائه عقاید و نظرات برای کاربران فراهم می نمایند. در سال های اخیر بسیاری از کاربران احساسات و نظرات خوب یا بد خود را در مورد غذا، خدمات، کیفیت و فضای رستوران ها در بسترهای آنلاین بیان می کنند. این نظرات برای تصمیم گیری سایرکاربران و همینطور رستوران ها جهت حفظ کیفیت، توسعهی محصول و برندشان بسیار مهم می باشند. تحلیل احساسات رویکردی جهت پردازش زبان طبیعی است و امکان تحلیل سیستماتیک نظرات کاربران را فراهم می نماید. با توجه به اهمیت این موضوع هدف این مطالعه ارائهی مدل تحلیل احساسات نظرات سایت تریپادوایزر دربارهی رستورانهای ایرانی میباشد. در این تحقیق ما تحلیل احساسات مبتنی بر جنبه بر اساس الگوریتم یادگیری عمیق شبکهی عصبی حافظهی طولانی کوتاهمدت استاندارد را برای استخراج احساسات کاربران در مورد رستورانها پیشنهاد نمودهایم. برای آموزش مدل، 4000 نظر طبق چهار جنبه در سه حالت عدم اشاره، مثبت و منفی برچسب زده شد و گامهای مطالعه طبق متدولوژی کریسپ صورت گرفت. میزان دقت برای معیارهای غذا، سرویس، قیمت و اتمسفر به ترتیب 82%، 86%، 87% و 81% به دست آمد. این نتایج نشان از کارایی و عملکرد قابل قبول مدل برای تحلیل احساسات مبتنی بر جنبهی رستورانها است. همچنین جنبهی غذا و اتمسفر به ترتیب مهمترین جنبهها برای مشتریان رستورانهای ایرانی محسوب میشوند. رستورانداران و صاحبان کسبوکار میتوانند از مدل توسعهیافته برای کسب مزیت رقابتی و یافتن نقاط قوت و ضعف خود استفاده کنند.