استخراج عملكرد محل از محتواهاي متني كاربرتوليد با استفاده از روش‌هاي يادگيري ماشين

امروزه با افزايش روز افزون استفاده كاربران از شبكه هاي اجتماعي، اطلاعات مكاني مردم گستر رشد چشمگيري داشته است. از ميان انواع اطلاعات، محتواهاي متني كاربرتوليد غالباً در ساختار مشخصي به اشتراك گذاشته نمي شوند. يكي از ويژگي هاي عمده اين نوع اطلاعات محل مبنا بودن آنها است.محل هاي مورد گفتگوي بشر معمولاً همراه با ابهام و وابسته به بافت است. عملكرد محل يا به عبارتي عمده فعاليت هايي كه افراد در يك محل انجام مي دهند، به عنوان يك بافت در توصيفات محل، ازجمله ويژگي هاي عمده و متمايزكننده محل است. هدف اين تحقيق استخراج عملكرد محل با استفاده از تحليل محتواهاي متني كاربرتوليد به اشتراك گذاشته شده توسط كاربران است. به اين منظور ابتدا محل ها و نظرات كاربران در مورد محل ها در وبگاه TripAdvisorبه عنوان محتواهاي متني، جمع آوري شده، سپس از روش هاي مختلف پردازش زبان طبيعي به منظور آماده سازي و پيش پردازش داده ها استفاده مي شود. در ادامه براي هر ديدگاه كاربر يك مجموعه واژگان با استفاده از مقادير TF-IDFبه عنوان مقادير بردار ويژگي ساخته مي شود. سپس در يك روش نظارت شده اين مقادير به همراه عملكرد محل هابه عنوان ورودي به يك طبقه بندي كننده لجستيك رگرسيون به منظور آموزش مدل داده شده و با استفاده از آن عملكرد محل بر روي داده هاي آزمايشي پيش بيني شده است. نتايج ارزيابي روش از طريق محاسبه ماتريس درهم ريختگي نشان مي دهد، صحت كلي روش پيشنهادي در حدود 96درصد است كه رقم قابل توجهي است. همچنين بيشترين دقت و امتياز F1 براي محل هاي سرو خوراكي است، درحالي كه اقامتگاه ها به دليل شباهت عملكردي به هتل ها كمترين دقت و امتياز F1را دارند ولي با اين وجود نتايج آنها نيز قابل اطمينان و رضايت بخش است.