تحلیل ادراکات کاربران درباره خرید تلفن همراه در سایت دیجی کالا

امروزه افراد برای خرید محصولات و خدمات آنلاین از نظرات دیگران در شبکه های اجتماعی جهت تصمیم گیری استفاده می نمایند. همچنین شرکت های ارائه دهنده محصولات  از تحلیل ادراکات و نظرات کاربران و مشتریان برای اتخاذ تصمیمات آگاهانه و ارائه محصولات جدید استفاده می‌نمایند. تحلیل ادراکات از جمله رویکردهای نوین در استخراج نظرات می باشد. تحلیل ادراکات، استفاده از روش های متن کاوی و پردازش زبان طبیعی برای شناسایی، استخراج و بررسی اطلاعات ذهنی می باشد. اطلاعات حاصل از تحلیل ادراکات می تواند بر انتخاب موثر مشتریان تاثیر بسزایی داشته باشد. در این پژوهش مدلی جهت تحلیل ادراکات کاربران در ارتباط با خرید تلفن همراه از سایت دیجی کالا ارائه شده است  تحقیق حاضر از لحاظ هدف کاربردی است و جامعه مورد بررسی شامل نظرات کابران در سایت دیجی کالامی باشد و نمونه آماری نظرات کاربران تلفن همراه سایت دیجی کالا است. جهت تحلیل و پیاده سازی، رویکرد یادگیری نظارت شده و از پکیج های متن کاوی پایتون استفاده شده است. نتایج نشان می دهند مدل پیشنهادی با دقت 0.892 می تواند نظرات کاربران را دسته بندی نماید. همچنین در مجموع نظرات کاربران در مورد سهولت استفاده و امکانات و قابلیت های تلفن همراه مثبت و در مورد ارزش خرید نسبت به قیمت، نوآوری، طراحی و ظاهر و کیفیت ساخت گوشی ها نظر کاربران منفی می باشد.  مدل پیشنهادی می تواند در سایت‌های تجارت الکترونیک مانند دیجی کالا پیاده سازی شود و خروجی آن به صورت سیستماتیک توسط کاربران قابل مشاهده باشد که در نهایت می تواند منجر به تصمیم گیری آگاهانه برای خریداران و شرکت های ارائه دهنده محصولات باشد.

Sentiment Analysis of Users for Buying on Cell Phone in Digikala

Nowadays, people use others’ opinions on social networks for decisionmaking to purchase online products and services. Likewise, the companies which offer the products employ sentiment analysis of opinions of users and customers to adopt informed decisions and offer new products. Considering the high volume of the contextual data, conversion, and analysis of such data is a major challenge in ecommerce. Sentiment analysis is a modern approach in the extraction of opinions. The obtained information from sentiment analysis can have a considerable impact on the efficient selection of customers. In the present study, a model has been proposed for sentiment analysis of users’ opinions for buying a cell phone in Digikala. This study is applicable to the objective aspect. The data includes users’ opinions in Digikala. The statistical sample consists of opinions of cell phone users in Digikala. Supervised learning, as well as Python package, were utilized for analysis and implementation.  A model has been proposed for sentiment analysis of users’ opinions. The results demonstrate that this model can classify users’ opinions with an accuracy equal to 0.892. Similarly, the results reveal that users’ opinions about ease of use, possibilities, and capabilities of the cell phone are positive and about purchase value to price, innovation, design and appearance, and quality of cell phones are negative. The proposed model can be implemented in ecommerce websites like Digikala and its output can be observed by users systematically. Finally, it can be led to inform decisionmaking for buyers and companies which offer products.