ارائه يك روش در طبقه بندي نظرات كاربران با استفاده از يادگيري ماشين و الگوريتم راي گيري

Providing a method for classifying users comments using machine learning and voting algorithm

با پيشرفت تكنولوژي و گسترش شبكه جهاني وب، وب بستر مناسبي براي آگاهي از يك محصول يا خدمات يا خريد محصول يا خدمات شده است. در بسياري از شبكه هاي اجتماعي مثل اينستاگرام يا بلاگ هاي شخصي يا وبسايت كمپاني ها كاربران نظرات خود را راجع به يك محصول يا خدمات درج نموده اند. اين نظرات از آن جهت با ارزش است كه باعث جذب يا دفع مشتري بالقوه مي شود يا مي تواند كمپاني را در گرفتن بازخورد از يك محصول و ارائه يك محصول بهتر يا استراتژي توليد محصول جديد ياري دهد. در نتيجه حجم زيادي اطلاعات به صورت غير ساخت يافته وجود دارد كه استخراج اطلاعات دلخواه از آنها كار دشواري است. عقيده كاوي فرآيند تحليل نظرات، عقايد و احساسات كاربران است كه از نقد ها و نظراتي كه در مورد يك موضوع خاص نوشته اند استخراج مي شود. بيشترين و موفق ترين روش هايي كه انجام شده با استفاده از روش هاي يادگيري ماشين است. در اين مقاله، در بين انواع روش هاي مختلف يادگيري ماشين، از الگوريتمي ابداعي به نام راي دهي استفاده شده است. اين الگوريتم از تلفيق الگوريتم هاي موجود و راي گرفتن از تمام آنها اقدام به جمع آوري راي ها كرده و راي خود را مطابق راي اكثريت تعيين مي كند. در اين الگوريتم يك سري مجموعه استاندارد نظرات كاربران در مورد فيلم ها، براي آموزش و ارزيابي الگوريتم به كار گرفته شده و اين نمونه ها پيش پردازش و كلمات زائد آن ها حذف شده است. ويژگي هاي اساسي اين نظرات به كمك روش هاي انتخاب واژگان انتخاب مي شود و با توجه به داده هاي آموزشي كه برچسب مثبت يا منفي دارند مشخص مي گردد كه كدام كلمات بار مثبت و منفي دارند سپس با استفاده از الگوريتم هاي پردازش زبان طبيعي همچون بيز مدل آموزشي ساخته مي شود. الگوريتم هايي كه با اين داده هاي آموزشي مدل مي سازند ۷ مورد هستند كه عبارتند از ۱- بيز ساده شامل گاوسين ، مالتي نو مينال و برنولي ۲- ماشين بردار پشتيبان شامل svc و svc خطي ۳- مدل هاي خطي شامل رگرسيون منطقي و كلاسيفاير گراديان نزولي تصادفي . حالا الگوريتم ارائه شده با نام الگوريتم راي دهي براي هر قلم داده بررسي مي كند كه راي اكثريت با چيست و راي خود را راي اكثريت قرار مي دهد. هدف از روش پيشنهادي ارائه يك الگوريتم جديد براي شناسايي نظرات مثبت و منفي با بهترين مقادير ارزيابي نسبت به ساير روش ها مي-باشد.