شماره ركورد كنفرانس :
4848
عنوان مقاله :
داده كاوي و تحليل احساسات كاربران در شبكه هاي اجتماعي
عنوان به زبان ديگر :
Data mining and emotion analysis of users on social networks
پديدآورندگان :
پيلان نژاد محمد mpilannejad@yahoo.com دانشكاه آزاد اسلامي واحد تهران غرب; , دانشجو پريسا daneshjoo.p@wtiau.ac.ir دانشگاه آزاد اسلامي واحد تهران غرب ;
كليدواژه :
داده كاوي , متن كاوي , شبكه اجتماعي , تحليل احساسات , واكنش كاربران
عنوان كنفرانس :
چهارمين كنفرانس ملي فناوري در مهندسي برق، كامپيوتر
چكيده فارسي :
رونق شبكه هاي اجتماعي و حضور قابل توجه كاربران در اين پيام رسان ها ما را بر اين مي دارد تا با توجه و كاوش در داده هاي كلان و حجيم به خروجي مناسبي جهت تحليل و دريافت شرايط برسيم كشف راهكار و الگوريتم كمي و فني در بيان مضامين نهان و پيچيدۀ اين داده ها مي تواند به نوعي تخمين يا آينده پژوهي در زمينۀ علم داده كاوي منجر گردد تحليل رفتار كاربران و دريافت نگرش مناسب و هدفمند از تبادل انبوه جملات مي تواند كمك شاياني در جهت حل معضلات موجود باشد داده هاي حجيم كاربران در رخدادهاي اجتماعي بيانگر پيامي نهان از احساس آنها است كه مي توان با طراحي الگوريتم مناسب به آن دست يافت در اين مقاله برآنيم تا با پياده سازي روشي در اين جهت به خروجي مناسبي جهت تحليل رفتار كاربران در شبكه هاي اجتماعي بپردازيم
چكيده لاتين :
The social networking boom and the attendant presence of users in these messages tend to give us an excellent output for analyzing and obtaining conditions by focusing on large and large data The discovery of a solution and a quantitative and technical algorithm in the expression of the intangible and intricate content of these data can lead to some kind of estimation or future study in the field of data mining Analyzing user behavior and obtaining a proper and targeted attitude of massive exchange of sentences can be helpful in solving existing problems The bulk of users data in social events represents a secret message of their feelings that can be achieved by designing an appropriate algorithm In this paper we are going to implement a method in this regard to provide an appropriate output to analyze the behavior of users in social networks