سید حسین بنی سعید
بابک فخار

میکروبلاگ هایی مانند توئیتر منابع غنی از نظرات منتقدین درباره امور مختلف و همچنین انواع کالاها هستند. طول کوتاه کاراکترها در توئیت ها باعث می شود منتقدین از اموجی ها، آیکن ها احساسی و کلمات خارج از دیکشنری استفاده کنند. به دلیل حجم عظیم توئیت های تولید شده طبقه بندی آنها با استفاده از ابزارهای غیراتوماتیک و انسانی غیرممکن است. در این اینجا ما به دنبال روش خودکاری به منظور طبقه بندی خودکار نظرات منتقدین در توئیتر هستیم بنابراین مسئله ما عبارت است از دسته بندی توئیت های منتقدان در کلاس های برچسب دار ، الگوریتم روش پیشنهادی از رفتار مورچگان الهام گرفته است .برای مدیریت ویژگی-ها، بردار ویژگی ها به الگوریتم ACOپیشنهادی داده می شود. الگوریتم ACOویژگی ها را فیلتر می کند و در نهایت ویژگی ها فیلتر شده را به عنوان ورودی به الگوریتم یادگیری ماشین می دهد. نتایج الگوریتم یادگیری نشان می دهد روش پیشنهادی در این پایان نامه نسبت به روش مورد مقایسه بطور متوسط دارای دقت بیشتری است. از طرفی نیز قادر است در مرحله انتخاب ویژگی تعداد ویژگی ها را کاهش دهد.

توئیتر،طبقه بندی،ACO،ویژگی،فیلتر