Influence Factor Based Opinion Mining of Twitter Data Using Supervised Learning
کاوش نظرات داده های توییتر مبتنی بر عامل نفوذ با استفاده از یادگیری نظارتی
دانلود مقاله
زمینه | کامپیوتر |
---|---|
نام ژورنال | IEEE |
نام نویسنده | Malhar Anjaria, Ram Mahana Reddy Guddeti |
سال انتشار | 2014 |
تعداد صفحات انگلیسی | 7صفحه |
تعداد صفحات فارسی | 17صفحه |
تعداد کلمات | 4500 |
ترجمه تخصصی چکیده مقاله
پورتال (دروازه) شبکه های اجتماعی، به طور گسترده برای بیان عقاید در حوزه های عمومی از طریق اینترنت بر اساس پیام های متنی و تصویری استفاده می شود. درمیان پورتال های شبکه های اجتماعی محبوب، توییتر موضوع جذابی برای محققان در حوزه های مهمی همانند پیش بینی وقایع انتخابات دموکراتیک، برندهای مصرف کننده، فیلم های پرفروش، بازار سهام، محبوبیت افراد مشهور و .... است. تجزیه و تحلیل احساسات روی توییتر یک روش سریع و موثر برای نظارت بر احساسات عمومی ارائه می کند. در این مقاله ما رویکرد جدید استخراج عامل نفوذ کاربر را به منظور پیش بینی نتیجه انتخابات ارائه می کنیم. همچنین یک رویکرد ترکیبی برای استخراج نظرات با استفاده از ویژگی های مستقیم و غیر مستقیم داده های توییتر بر اساس ماشین های برداری پشتیبانی (SVM)، بیزین ساده، حداکثر آنتروپی و شبکه های عصبی مصنوعی مبتنی بر کلاس بندی نظارتی پیشنهاد می دهیم.
آیا خرید این مقاله به صرفه است؟ بله. چون اگر بخواهید این مقاله را به عنوان یک سفارش در سایت فست مترجم ثبت نمایید تا ترجمه شود، هزینه ترجمه آن 1,125,000 تومان است . اما با خرید آن از فروشگاه فست مترجم، بیش از 85 درصد تخفیف گرفته اید.
سایر مقالات ترجمه شده رشته کامپیوتر
![iFogSim: A Toolkit for Modeling and Simulation of Resource Management Techniques in Internet of Things, Edge and Fog Computing Environments](https://fastmotarjem.ir/images/shop/article.png)
iFogSim : ابزاری برای مدل سازی و شبیه سازی روش های مدیریت منابع در اینترنت اشیا، محیط های محاسبه مه و لبه
![A Comparison of Current Graph Database Models](https://fastmotarjem.ir/images/shop/article.png)
مقایسه مدل های پایگاه داده گراف موجود
![A study on smart parking guidance algorithm](https://fastmotarjem.ir/images/shop/article.png)