>
Fa   |   Ar   |   En
   ارائه مدلی جهت دسته‌بندی حساسات خریداران کتاب با استفاده از رویکرد ترکیبی  
   
نویسنده عباسی فاطمه ,سهرابی بابک ,مانیان امیر ,خدیور آمنه
منبع مطالعات مديريت كسب و كار هوشمند - 1396 - دوره : 6 - شماره : 21 - صفحه:65 -92
چکیده    در سال­های اخیر رشد شبکه­های اجتماعی و به‌تبع آن افزایش فزاینده محتوای این شبکه­ها باعث شده است تا افراد برای خرید و استفاده از محصولات، خدمات و یا حتی انتخاب­های سیاسی خود از نظرات سایر افراد برای تصمیم­گیری استفاده نمایند. با توجه به آنکه نظرات کاربران به‌صورت متنی است و خواندن و جمع‌بندی آن‌ها زمان­بر و مشکل است، خودکارسازی استخراج عقاید و احساسات نظرات کاربران یکی از راهکارهای پیشنهادی برای سایت­های فروش آنلاین جهت ارائه خدمات کاراتر به مشتریان جهت تصمیم­گیری آگاهانه­تر است. تحلیل احساسات یا عقیده کاوی فرآیندی است که نظرات، احساسات و نگرش افراد در ارتباط با موضوعی خاص استخراج می‏شود و به‌عنوان شاخه‌ای از متن‌کاوی شناخته می­شود. نتایج حاصل از تحلیل احساسات می­تواند در سیستم­های پیشنهاددهنده جهت ارائه پیشنهاد‌های کاراتر برای خرید مورد استفاده قرار گیرد. اطلاعات حاصل از عقیده کاوی می­تواند در زمینه­های مختلف ازجمله کتابخانه­ها در انتخاب بهتر و خرید مبتنی بر نظرات واقعی کاربران کاربرد داشته باشد. در این پژوهش سیستمی جهت دسته‌بندی خودکار احساسات بیان‌شده در نظرات مربوط به خریداران کتاب سایت آمازون ارائه شده است. سیستم با استفاده از مدل­های ترکیبی برای تحلیل احساسات نظرات کاربران سایت آمازون طراحی شده است. جهت کلیه تحلیل­ها از پکیج­های متن‌کاوی پایتون استفاده است. نتایج نشان می­دهند سیستم پیشنهادی می­تواند به‌صورت خودکار نظرات مثبت و منفی را با دقت بالای 80% دسته‌بندی نماید.
کلیدواژه متن‌کاوی، تحلیل احساسات، عقیده کاوی، مدل ترکیبی
آدرس دانشگاه تهران, دانشکده مدیریت, ایران, دانشگاه تهران, دانشکده مدیریت, گروه مدیریت فناوری اطلاعات, ایران, دانشگاه تهران, دانشکده مدیریت, گروه مدیریت فناوری اطلاعات, ایران, دانشگاه الزهرا (س), دانشکده علوم اجتماعی و اقتصاد, گروه مدیریت, ایران
 
   A Model to Classify Book Buyers’ Sentiments Using Ensemble Approach  
   
Authors Khadivar Ameneh ,Manian Amir ,Sohrabi Babak ,Abbasi Fatemeh
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved