ارائه رويكرد تركيبي نوين جهت متن كاوي تحليل احساسات در توييتر با استفاده از درخت تصميم CART

با گسترش شگرف اينترنت و شبكه‏ هاي اجتماعي به عنوان اجتماعات مجازي و استفاده روزافزون از آن‏ها، حجم انبوهي از نظرات كاربران در ارتباط با موضوعات مختلف پديد مي‏آيد. در نتيجه به كارگيري تكنيك‏هاي علمي نوين جهت تحليل اين شبكه‏ ها ضروري به نظر مي‏رسد. متن‏ كاوي به عنوان يك راهكار ويژه و موثر، به دنبال كشف دانش از متون مي‏باشد. در اين مقاله، رويكردي نوين از تركيب همزمان دو روش يادگيري ماشين و مبتني بر واژگان جهت متن كاوي تحليل احساسات در توييتر ارائه گرديده است. جهت بهبود متن ‏كاوي تحليل احساسات، و دسته‏بندي داده‏ها از درخت تصميم CART به عنوان روش يادگيري ماشين، و براي كاوش دقيق‏تر در نوع احساسات بيان شده در توييت‏ها از ليست الگوريتم SentiStrength به عنوان روش‏ مبتني بر واژه، استفاده شده است. ويژگي منحصر به فرد CART، تحليل ساختار داده پيچيده است كه با توجه به ورودي مسئله مي‏تواند عمليات مربوط به رگرسيون، همچنين دسته‏ بندي داده‏ها را انجام دهد. توانمندي الگوريتم SentiStrengthدر تشخيص احساسات، موجب تحليل دقيق احساسات موجود در توييت‏ها گرديده است. نتايج پياده‏سازي جهت تشخيص احساسات توييت‏ها، در اغلب شاخص‏ها بهبود دسته‏ بندي را نشان مي‏دهد.