شناسايي عناوين محتواي متني منتشرشده در شبكه اجتماعي توئيتر

فاقد عنوان

با رشد روز افزون شبكه‌هاي اجتماعي، ميل به تحليل محتواي منتشرشده براي مقاصد گوناگون افزايش يافته است. يك دسته از عمده فعاليت‌هايي كه در اين حوزه انجام مي‌شود شناسايي و دسته‌بندي محتواهاي توليدشده است. اين موضوع به معني گروه‌بندي مطالب منتشرشده در دسته‌هايي با موضوعات مشابه و ارايه‌ برچسب‌هاي پيشنهادي براي هر دسته مي‌باشد. در اين مقاله، الگوريتم جديدي براي دسته‌بندي محتواي متني شبكه‌ اجتماعي توييتر ارايه شده است. در اين الگوريتم ابتدا هر متن، پيش‌پردازش شده و سپس يك گراف ارتباطات جديد مبتني بر محتواي متن‌هاي منتشرشده ساخته مي‌شود. اين گراف وزن‌دار و بي‌جهت است و روي آن با استفاده از دو روش بدون ناظر، تشكل‌هاي مختلف شناسايي مي‌شوند. براي ارزيابي، داده‌هاي متني ارسال‌شده از شهر واشينگتن در يك بازه زماني، با API جمع‌آوري و الگوريتم‌هاي ارايه‌شده روي آن اعمال شده است. براي بررسي دقت، نتايج حاصل با دو الگوريتم كلاسيك K-means و LDA بر اساس معيار اطلاعات متقابل نرمال‌شده، مقايسه شده است كه نشان‌دهنده دقت مناسب الگوريتم‌ پيشنهادي است.

no abstract