مقایسه تاثیر تحلیل احساسات و رتبه بندی کاربران بر عملکرد سیستم های پیشنهاد دهنده

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 140

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ORMR-11-4_005

تاریخ نمایه سازی: 8 آذر 1402

چکیده مقاله:

در سال­های گذشته، ظهور شبکه­های اجتماعی منجر به افزایش توجه به سمت سیستم­های پیشنهاد دهنده مبتنی بر نظرها شده است. هدف از توسعه چنین سیستم­هایی استفاده از اطلاعات ارزشمند نظرهای متنی کاربران در فرایند الگو­سازی و ارائه پیشنهاد است. در محیط شبکه­های اجتماعی به طور معمول سیستم­های پیشنهاددهنده­ مبتنی بر پالایه نمودن مشارکتی برای ارائه توصیه به کاربران استفاده می­شود. اساس کار این رویکرد، تجربه و نظر سایر افراد برای خرید اقلام و محصولات است. در این پژوهش سیستمی برای ارائه توصیه به کابران برای خرید کتاب با ترکیب فیلتریگ مشارکتی و تحلیل احساسات ارائه شد. برای تحلیل احساسات از الگو­های ترکیبی برای استخراج عقاید نظرهای کاربران استفاده شد. در رویکرد ترکیبی از رای گیری مبتنی بر وزن­ جهت الگو­سازی استفاده گردیده است. الگو پیاده سازی شده بر نظرهای ۷۲۱۰ کاربر و خریدار کتاب تارنمای آمازون که از راه  خزنده وب از تارنما آمازون استخراج شده اند، ارزیابی شده است. برای ارائه توصیه به کاربران پس از تشکیل پروفایل اقلام، شباهت میان اقلام استخراج می­شود و در انتها اقلام مشابه با محصولاتی که هر کاربر به آن نمره خوبی داده است، به عنوان محصول پیشنهادی ارائه می­شود. نتایج نشان می­دهند تحلیل احساسات نظر کاربران بر پیشنهاد کالاهای مورد علاقه کاربر و عملکرد سیستم­های پیشنهاددهنده تاثیر مثبتی دارد.

نویسندگان

فاطمه عباسی

Assistant Professor, Information Technology Management, Department of Information Technology Management, Faculty of Information Technology, Mehr Alborz Institute of Higher Education, Tehran, Iran.

آمنه خدیور

Associate Professor, Information Technology Management, Department of Management, Faculty of Social Sciences and Economics, Alzahra University, Tehran, Iran.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Yu Y., Duan W., Cao Q "The impact of social ...
  • Liu B. "Sentiment analysis and opinion mining ,synthesis lectures on ...
  • Radovanović M.., Ivanović M. "Text mining: Approaches and Applications", Novi ...
  • Yan G., He W., Shen J., Tang C. "A bilingual ...
  • Williams L., Bannister C., Arribas-Ayllon M., Preece A., Spasic I. ...
  • ]۶[ تفرشی ش.، دروگر کلخوران س. «بررسی میزان آشنایی و ...
  • ]۷[ عباسی ف.، سهرابی ب.، مانیان ا.، خدیور آ. «ارائه ...
  • Schafer J., Konstan J., Riedl J. "Recommender systems in e-commerce”, ...
  • Aggarwal C. Recommender Systems: The Textbook, NY: Springer, ۲۰۱۶ ...
  • ]۱۰[ مهران فر آ.، رستگارپور م. سیستم های پیشنهاد دهنده ...
  • Singh V., Mukherjee M., Mehta G. "Combining a content filtering ...
  • Kumar Singh V., Mukherjee M., Kumar Mehta G. "Combining collaborative ...
  • Koukourikos A., Stoitsis G., Karampiperis P. "Sentiment analysis: A tool ...
  • Gurini D.,Gasparetti F., Micarelli R., Tre R A sentiment-based approach ...
  • Chen L., Chen G., Wang F. " Recommender systems based ...
  • Alahmadi D., Zeng X.-J. "ISTS: Implicit social trust and sentiment ...
  • Jayashree R., Kulkarni D. "Recommendation system with sentiment analysis as ...
  • ]۱۸[ طیرانی نجاران ن.، جلالی م. «ارائه رویکرد ترکیبی نوین ...
  • ]۱۹[ محمدی ع.، یزدیان دهکردی م.، نعمت بخش م. «تشخیص ...
  • Gurusamy V., Kannan S Preprocessing techniques for text mining, RTRICS. ...
  • Haddi E., Liu X., Shi Y. "The role of text ...
  • Katariya N. P., Chaudhari M. S. " Text preprossing for ...
  • Stavrianou A., Andritsos P., Nicoloyannis N. "Overview and semantic issues ...
  • Ramasubramanian C., Ramya R. "Effective pre-processing activities in text mining ...
  • Zubair Asghar M., Khan A., Ahmad S., Kundi F. A ...
  • Krouska A., Troussas C., Virvou M. The effect of preprocessing ...
  • Medhat W., Hassan A.., Korashy H. "Sentiment analysis algorithms and ...
  • ]۲۸[ الهی ش.، خدیور آ.، حسن زاده ع. طراحی یک ...
  • Zhang Y., Zhang H., Cai J., Yang B. (۲۰۱۴)" A ...
  • ]۳۱[ نبوتی ا.، عزیزی ا.، عباسی ا.، وکیلی ارکی ح.، ...
  • ]۳۲[ صنیعی آباده م.، محمودی س. داده کاوی کاربردی، تهران: ...
  • Kohavi R. (۱۹۹۵) "A study of cross validation for accuracy ...
  • Bradford JP, Brodley CE. "The effect of instance-space partition on ...
  • Sarwar B., Karypis G., Konstan J., Riedl J. Item-based collaborative ...
  • Hassan M., Hamada A. "Neural networks approach for improving the ...
  • نمایش کامل مراجع