عقیده کاوی یا نظر کاوی چیست؟
نظرکاوی، عقیده کاوی یا تحلیل احساسات به دنبال طبقه بندی نظرات و احساسات افراد در گروه های مثبت، منفی و در برخی مواقع خنثی است. در این سری مقالات سعی می شود مخاطب با کاربردهای نظرکاوی آشنا گردد. نظرکاوی امروزه در حوزه های تحقیقاتی بسیار گسترده ای کاربرد دارد. یکی از این حوزه ها پیش بینی میزان فروش یک فیلم است.
نظرکاوی(عقیده کاوی) چیست؟ || سرآغازی بر مبحث نظرکاوی؟ || انواع نظرکاوی کدامند؟
کاربردهای نظرکاوی،عقیده کاوی یا تحلیل احساس
پیش بینی میزان فروش یک فیلم با استفاده از عقیده کاوی
در این قسمت کارهایی که از تحلیل احساس برای پیش بینی موفقیت فروش فیلم ها استفاده کرده اند معرفی می گردد. میشن و گلانس[1] نشان دادند که احساس مثبت پیش بینی کننده[2] ی بهتری نسبت به یک شمارندة سادة کلمات کلیدی است. سادیکو و سایرین[3] پیش بینی مشابه ای را با استفاده از احساس و خصیصه های دیگر انجام دادند. لیو و سایرین[4] مدل احساسی ای را برای پیش بینی فروش فیلمها ایجاد کردند. این روش از دو مرحله تشکیل شده بود.
مرحله اول یک مدل موضوعی بر اساس تحلیل احساسی احتمالی نهان[5] (هافمن[6] 1999) و با استفاده از کلمات احساسی در مجموعه ای از نقد های فیلم ساخت. کلمات احساسی (که کلمات عقیده‌ی[7] نیز نامیده میشوند) کلماتی در یک زبان هستند که نشان دهندة حالت های خوشایند و ناخوشایند هستند. برای مثال خوب، عالی و زیبا کلمات احساسی مثبت و بد، افتضاح و وحشتناک کلمات احساسی منفی هستند.
مرحله دوم ساخت یک مدل خودبرگشتی با به کارگیری خروجی و موضوعات احساسی در چندین روز گذشته است تا خروجی های آینده را پیش بینی کنیم. این مسالة پیش بینی خروجی، مشابه چیزی است که آسور و هابرمن [8] با استفاده از کمیت و احساس توییت بر آن مطالعه شده است. یک رویکرد مبتنی بر رگرسیون با استفاده از متن نقد ها و فراداده[9] های فیلم در جوشی و همکاران[10] گزارش شد. گروه خود من نیز چند سال پیش از احساس توییت ها برای فروش فیلم ها استفاده کرد و فهمید که آنها میتوانند از این طریق به راحتی و با دقت بالایی پیش بینی شوند. ما به سادگی سیستم تجزیه کننده[11] مان را برای شناسایی و ترکیب عقاید مثبت و منفی دربارة هر فیلم و قصد کاربران برای تماشای آن را اعمال کردیم. از هیچ مدل یا الگوریتم اضافه ای استفاده نشد.
به طور کلی استفاده از نظرکاوی برای پیش بینی ایده بسیار موفقی بوده است مخصوصا بعد از گسترش شبکه های اجتماعی از نظرکاوی یا تحلیل احساس بیشتر برای پیش بینی استفاده شده است.
اگر به پژوهش در حوزه نظرکاوی علاقه مند هستید توصیه می کنیم مجموعه پنجاه مقاله فارسی مرتبط با نظرکاوی، عقیده کاوی و تحلیل احساسات را تهیه بفرمایید.
اگر در حال پژوهش در حوزه نظرکاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید.
کپی برداری بدون ذکر منبع، براساس قانون جرایم اینترتی و مادۀ 12 فصل سوم قانون جرایم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است!
اگر در زمینه نظرکاوی(عقیده کاوی یا تحلیل احساسات) در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام (https://t.me/dataacademy) حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.
[1] Mishne and Glance (2006)
[2] predictor
[3] Sadikov et al. (2009)
[4] Liu et al. (2007)
[5] probabilistic latent semantic analysis (PLSA)
[6] Hofmann, 1999
[7] Opinion words
[8] Asur and Huberman (2010)
[9] Meta-data
[10] Joshi et al. (2010)
[11] Parser