Arabic opinion mining using parallel decision trees
| العنوان بلغة أخرى: |
التنقيب عن الاراء العربية باستخدام شجرة القرار المتوازية |
|---|---|
| المؤلف الرئيسي: | Ahmed, Wafa A. M. (Author) |
| مؤلفين آخرين: | El-Halees, Alaa (Advisor) |
| التاريخ الميلادي: |
2015
|
| موقع: | غزة |
| التاريخ الهجري: | 1434 |
| الصفحات: | 1 - 90 |
| رقم MD: | 696664 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الإسلامية (غزة) |
| الكلية: | كلية تكنولوجيا المعلومات |
| الدولة: | فلسطين |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
92
| المستخلص: |
بات التسوق عبر الأنترنت منتشر بشكل متزايد، مما جعله محط اهتمام الشركات المصنعة ومزودي الخدمات ليسألوا المستهلكين والمراجعين حول منتجاتهم وخدماتهم، وبالمثل آراء المستهلكين والمراجعين حول الخدمات والمنتجات تتزايد لتصبح بالمئات والآلاف، هذا التزايد يصعب الأمر على المستهلك والمراجع في صنع قراره بشأن الشراء، ومن جانب آخر هو صعب أيضا على مقدمي الخدمات والشركات المنتجة في تتبع الآراء وإدارتها. ومن هنا نبعت أهمية مجال تنقيب الآراء الناشئ في مجال البحث وهو الذي يعمد لتلخيص آراء مستهلكي المنتجات ومراجعي الخدمات لتعبر عنهم بالإيجاب والسلب. هناك العديد من الطرق المقترحة كمصنفات للآراء على سبيل المثال طريقة Naïve Bayes وطريقةk-Nearest Neighbor وطريقة Support Vector Machine هذه الطرق تصنف الآراء إلى إيجابي وسلبي دون إعطائنا تفسير لماذا هذا المثال إيجابي وهذا المثال سلبي. لذلك في بحثنا هذا نصنف الآراء العربية على مستوى المستند بطريقة شجرة صنع القرار لنحصل على تفسير للتصنيفات الإيجابية والسلبية. كما أننا نستخدم أيضا طرق شجرة صنع القرار المتوازية من أجل الحصول على النتائج بسرعة وكفاءة عالية. لقد قمنا بتطبيق طرق شجرة صنع القرار على مجموعتين من البيانات المجموعة الأولى تتحدث عن آراء الناس في الفنادق التي تزورها، والمجموعة الثانية تتحدث عن آراء الناس في الأفلام التي يشاهدونها. ومن أجل توليد التمثيلات النصية قمنا باستخدام مشغل الترميز، ومشغل فلتر الكلمات العربية المراد حذفها، ومشغل التجذير العربي، ومشغل تصفية الرموز على أساس طولها، وتم تشغيل فلتر استبعاد الكلمات الإنجليزية. في حالة تطبيق مجموعة طرق شجرة صنع القرار المتوازية على مجموعة البيانات الخاصة بالأفلام حصلنا على دقة 93.83% وعامل القياس ف 93.22% باستخدام 4 أجهزة وزمن التنفيذ 42 ثانية، أما في حالة التطبيق التسلسلي فكانت الدقة 92.59% وعامل القياس ف 92.58% وزمن التنفيذ 68 ثانية. في حالة تطبيق مجموعة طرق شجرة صنع القرار المتوازية على مجموعة البيانات الخاصة بالفنادق حصلنا على دقة 90.63% وعامل القياس ف 82.29% باستخدام 4 أجهزة وزمن التنفيذ 219 ثانية، أما في حالة التطبيق التسلسلي فكانت الدقة 90.70% وعامل القياس ف 90.94% وزمن التنفيذ 417 ثانية. |
|---|---|
| وصف العنصر: |
النص باللغة الانجليزية |
عناصر مشابهة
-
Detecting DDoS attack using a multilayer data mining techniques
بواسطة: Al Biltaje, Heba S. منشور: (2015) -
A high performance parallel classifier for large-scale Arabic text
بواسطة: Abu Tair, Mohammed M. منشور: (2013) -
Feature Based Approach in Arabic Opinion Mining Using Ontology
بواسطة: Al Asmar, Ahmed M. I منشور: (2016) -
Data Reduction by the Use of Decision Trees
بواسطة: شليتيت، سالمه إبراهيم المبروك منشور: (2010) -
Developing a Host Intrusion Prevention System By Using Data Mining
بواسطة: Alawneh, Tahani Nawaf منشور: (2010)
