یک رویکرد نوین به منظور کاوش عقیده و تحلیل نظرات در توییتر
New Approach for Opinion Mining and Sentiment Analysis on Twitter A
/شهرام هاشمی
: علوم ریاضی
، ۱۳۹۴
، میرزائی
۴۸ص
چاپی - الکترونیکی
فاقد کلیدواژه
کارشناسی ارشد
مهندسی کامپیوتر گرایش هوش مصنوعی
۱۳۹۴/۱۱/۲۶
تبریز
طی سالصهای اخیر، با گسترش ابزار و امکانات ارتباط جمعی و ایجاد فناوریصهای جدید و تمایل اکثر مردم به استفاده از این امکانات جهت ایجاد ارتباط با دیگران، نهادها و سازمانصها نیاز اساسی به نظرات، انتقادات و خواستهصهای مردم و مشتریان خود دارند و تمایل زیادی به استفاده از ابزارها و نرمصافزارهایی برای استخراج دادهصهای مورد نیاز خود برای تحلیل و مدیریت تولید و سرویس از بین میلیاردها داده برای مشتریان خود دارند .به عنوان نمونه، کارخانهصای که اقدام به تولید محصولی خاص نموده است، برای تداوم تولیدات و رقابت با رقیبان تولیدکننده خود نیاز دارد نظرات و انتقادهای مصرفصکنندگانش را جویا شود تا بتواند در مسیر خواستهصها و نیازهای مصرفصکننده و جامعه قدم بردارد؛ یا جامعه شناسانی که رفتار مردم را در فضاهای مجازی زیر نظر دارند نیاز به ابزارهای جدید تحلیل داده دارند .امروزه شبکهصهای اجتماعی به عنوان یکی از بهترین ابزارهای ارتباط جمعی است که مقبول عامه و خاصهصی مردم یک اجتماع قرار گرفته است .بخش عظیمی از کاربران در این شبکهصها حضور فعال دارند و دربارهصی مسایل اجتماعی، سیاسی، فرهنگی، هنری و یا دربارهصی موضوعاتی خاص مانند تکنولوژیصهای جدید، اخبار علمی و حتی انواع گوشیصهای تلفن همراه، ابزار الکترونیکی جدید و غیره آزادانه با هم به بحث و گفتگو میصپردازند .مثلا توییتر که میلیونصها کاربر در سطح جهان دارد، یکی از این شبکهصهای اجتماعی است که مردم در آن اقدام به ابراز نظرات و عقاید خود میصکنند .با توجه به اینصکه نظراتی که مردم در این رسانهصها ابراز میصکنند، برخاسته از تجربه و اعتقاد فردی است و افراد بدون هیچصگونه محدودیتی آن را بیان میصنمایند، دارای اهمیت خاصی است .برای تحلیل و نتیجهصگیری از این نظرات، کاوش عقیده یکی از ابزارهای مهمی است که میصتواند با دقت بالایی نظرات مردم را تحلیل نماید و اطلاعات مفید مورد نظرات غالب در سطح جامعه در مورد موضوع خاص به متخصصان ارائه کند .یکی از روشصهای کاربردی و مورد استفاده برای کاوش عقیده، پردازش زبان طبیعی است که علاوه بر نیاز به آشنایی کامل با آن زبان نیاز اساسی به اطلاعات کامل از پیچیدگیصهای ساختاری اجزای جمله از قبیل فعل، اسم، قید، صفت و ...دارد .در این روش، ابتدا یک متن به جملهصها و جمله به کلمات تشکیل دهندهصی آن تجزیه شده و با توجه به نوع جمله و کلمات به صکار رفته در آن، مجموعهصی کلماتی که معنی و مفهوم نظر و عقیده را میصرسانند در یک دسته جمعصآوری شده و در نهایت نظر مثبت یا منفی استخراج میصگردد .هدف ما در این پایانصنامه، ارائهصی روشی برای عقیدهصکاوی نظرات کاربران شبکهصی اجتماعی توییتر از پیامصهایی که نوشته میصشود است .در واقع میصخواهیم پیامصها را به سه دستهصی" خنثی"،" مثبت "و" منفی "با استفاده از نایو بیز طبقهصبندی کنیم .برای پیادهصسازی الگوریتم پیشنهادی از زبان برنامه-نویسی پایتون و برای به دست آوردن پیامصها از پیامصهای جمعصآوری شده توسط نیک ساندرس استفاده شده است
Sentiment analysis on Twitter public stream has been a topic of research recently. In recent years, with the development of mass communication tools and facilities and the creation of new technologies and the desire of most people to use these facilities to communicate with others, institutions and organizations have a basic need for people's opinions, criticisms and demands. And their customers have a strong desire to use the tools and software to extract the data they need to analyze and manage production and service from billions of data for their customers. For example, a factory that has started to produce special products, in order to continue production and compete with its production competitors, needs to seek the opinions and criticisms of its consumers in order to be in line with the demands and needs of consumers and society. Take a step; Or sociologists who monitor people's behavior in cyberspace need new tools for data analysis. Today, social networks are considered as one of the best means of mass communication that is popular and specific to the people of a community. A large number of users are active in these networks and talk about social, political, cultural, artistic issues or about specific topics such as new technologies, scientific news and even all kinds of mobile phones, electronic devices. New, etc. freely discuss with each other. Twitter, for example, which has millions of users worldwide, is one of those social networks where people express their opinions and ideas. Of particular importance is the fact that the opinions expressed by people in these media are based on personal experience and belief, and that people express them without any restrictions. To analyze and draw conclusions from these views, belief exploration is one of the important tools that can analyze people's opinions with high accuracy and provide useful information to experts on the prevailing views in the community on a particular topic. One of the practical methods used to explore belief is the processing of natural language, which in addition to the need for complete familiarity with that language, requires a basic knowledge of the structural complexity of sentence components such as verb, noun, adverb, adjective and. .. has it. In this method, first a text is broken down into sentences and sentences into the words that make it up, and according to the type of sentence and the words used in it, a set of words that give the meaning and concept of opinion and belief. The message is collected in a batch and finally a positive or negative comment is extracted. Our goal in this dissertation is to provide a way to explore the opinions of Twitter users on the messages that are written. In fact, we want to categorize messages into three categories: Neutral Positive and Negative" using NiveBase. Python programming language was used to implement the proposed algorithm and messages collected by Nick Sanders were used to obtain the messages
New Approach for Opinion Mining and Sentiment Analysis on Twitter A