| تحلیل احساسات و استخراج ترندهای احساسی کاربران در شبکههای اجتماعی با استفاده از پردازش زبان طبیعی و چارچوبهای هوش مصنوعی در محیط کلانداده |
| کد مقاله : 1294-NAEC |
| نویسندگان |
|
محمد گودرزی *1، حسین صابری2 1دانشجوی کارشناسی ارشد هوش مصنوعی دانشگاه جامع امام حسین علیه السلام 2استاد یار دانشگاه جامع امام حسین(ع) |
| چکیده مقاله |
| با گسترش سریع شبکههای اجتماعی، حجم عظیمی از دادههای آنلاین بهصورت متون کوتاه و غیرساختیافته تولید میشود که تحلیل آنها نقش مهمی در درک رفتار و نگرش کاربران دارد. کلاندادهها به دلیل حجم، تنوع و سرعت بالا، نیازمند روشهای هوشمند و کارآمد برای استخراج دانش هستند. در این پژوهش، یک چارچوب ترکیبی مبتنی بر هوش مصنوعی برای تحلیل دادههای آنلاین ارائه میشود که علاوه بر تحلیل احساسات کاربران، به شناسایی ترندهای احساسی نیز میپردازد. بدین منظور، از دیتاست واقعی Sentiment140 شامل توییتهای کاربران استفاده شده و پس از پیشپردازش دادهها، تحلیل احساسات با بهرهگیری از روشهای پردازش زبان طبیعی انجام میشود. سپس، بهمنظور افزایش ارزش تحلیلی نتایج، موضوعات پرتکرار در هر دسته احساسی (مثبت، منفی و خنثی) استخراج و بررسی میشوند. نتایج تجربی نشان میدهد که ترکیب تحلیل احساسات با استخراج موضوعات، امکان شناسایی دقیقتر الگوهای رفتاری و دغدغههای کاربران را فراهم میکند. این رویکرد میتواند در حوزههایی نظیر بازاریابی دیجیتال، تحلیل افکار عمومی و مدیریت برند مورد استفاده قرار گیرد و بهعنوان یک ابزار نوآورانه در تحلیل کلاندادههای متنی مطرح شود. |
| کلیدواژه ها |
| کلانداده، هوش مصنوعی، تحلیل احساسات، دادههای آنلاین، پردازش زبان طبیعی، ترندهای احساسی |
| وضعیت: پذیرفته شده |
