شماره ركورد كنفرانس :
3528
عنوان مقاله :
تحليل احساسات از روي مستندات متني
پديدآورندگان :
ابوالقاسمي مجيد دانشگاه صنعتي خواجه نصيرالدين طوسي , دادخواه چيترا دانشگاه صنعتي خواجه نصيرالدين طوسي - دانشكده مهندسي كامپيوتر
كليدواژه :
CountVectorizer Doc2Vec TF , تحليل احساسات , پردازش متن , سيستم هاي پيشنهاددهنده
سال انتشار :
ارديبهشت 1397
عنوان كنفرانس :
بيست و ششمين كنفرانس مهندسي برق ايران
زبان مدرك :
فارسي
چكيده فارسي :
امروزه سيستم هاي پيشنهاددهنده از اهميت بالايي برخوردار مي باشند و زمينه رقابتي ميان سازندگان محصولات و وب سايتهاي فروش اينترنتي را ايجاد نموده است. در سيستم هاي پيشنهاددهنده نياز به داشتن سابقه و يا تاريخچه مشتريان از رفتارهاي سيستمي براي ارائه پيشنهادات منطبق با سليقه آنها مي باشد. يكي از مشكلات سيستم هاي پيشنهاددهنده نبود اطلاعات كافي از مشتريان در رابطه با سليقه آنها در مورد اقلام مشاهده شده مي باشد. هدف اين مقاله ارائه يك سيستم مبتني بر پردازش توضيحات كاربران جهت تحليل احساسات مثبت يا منفي آنها از مشاهده فيلم، براي توليد ماتريس امتيازدهي با مقادير 1 و 1- براي سيستم هاي پيشنهاد دهنده مي باشد. ورودي سيستم نظرات موجود در سايت www . Imdb . com در رابطه با مشاهده فيلم مي باشد. سيستم با استفاده از الگوريتم هاي TF - IDF و Doc2Vec و CountVectorizer و معيار شباهت، تشابه ميان متن ارائه شده توسط كاربر و متون برچسب گذاري شده كه از سايت www . kaggle . corn گرفته شده است، مثبت يا منفي بودن احساسات كاربر را تعيين مي نمايد. در سيستم ارائه شده از سه نوع دسته بند در پياده سازي هاي متفاوت براي بالا بردن دقت سيستم استفاده شده است. دقت سيستم ارائه شده برابر با 84٫7 درصد مي باشد.
كشور :
ايران
تعداد صفحه 2 :
8
از صفحه :
1
تا صفحه :
8
لينک به اين مدرک :
بازگشت