بهبود روش‌هاي متن‌كاوي در كاربرد پيش‌بيني بازار با استفاده از الگوريتم‌هاي انتخاب نمونۀ اوليه

Improving Text Mining Methods in Market Prediction via Prototype Selection Algorithms

امروزه محققان با حجم وسيعي از داده‌ مواجه‎اند كه بخش زيادي از آنها ساختار پردازش‎پذيري ندارند. دو مورد از چالش‌هاي اصلي در اين زمينه بالا بودن ابعاد فضاي ويژگي و حجيم بودن داده‌هاي در دسترس است. به‌منظور رفع اين چالش‌ها، مقالۀ پيش رو يك روش انتخاب ويژگي مبتني بر ويژگي‌هاي هدف ارائه كرده است كه در كاهش ابعاد فضاي ويژگي تأثير زيادي دارد و همچنين براي مقابله با حجم بسيار زياد نمونه‌هاي آموزش، با استفاده از روش‌هاي انتخاب نمونۀ اوليه، به ويرايش مجموعۀ آموزش مي‎پردازد. روش پيشنهادي در اين مقاله در سه فاز اجرا شده است كه هر فاز بهبوديافتۀ فاز قبل است و علاوه‎بر دست‎يافتن به نتايج مناسب در هر فاز، در پايان فاز سوم روش پيشنهادي بيشترين كارايي را به‎دست آورد. براي ارزيابي كارايي روش پيشنهادي، اين روش با يكي از الگوريتم هاي موفق در زمينۀ پيش‌بيني بازار مقايسه شد كه با وجود كاهش نمونه‌هاي آموزش توسط الگوريتم‌هاي انتخاب نمونۀ اوليه، به نتايج بسيار بهتري نسبت به آن الگوريتم دست يافت.

Nowadays, researches are faced with large volumes of data. Since a considerable amount of them are unstructured, they cannot be processed naturally. Hence two main challenges in this field are high dimensional of features space and bulk of available data. In this research, a feature selection method based on target features is propose to handle the curse of dimensionality. Moreover, to address the huge volume of data some of prototype selection approaches are utilized. The proposed method in this paper has three essential steps that each step improves the previous ones. Although, the proposed method reached significant results in each phase separately, its best performance obtained via the last phase in terms of classification accuracy rate. To evaluate the performance of the proposed method, it has been compared with threelayer algorithm. The results revealed that the proposed method had significantly better results than the threelayer algorithm in average.