دانشگاه گلستان
چکیده: (523 مشاهده)
با رشد چشمگیر رسانههای اجتماعی، افراد و سازمانها به طور فزایندهای از افکار عمومی در این رسانهها برای تصمیم گیری خود استفاده میکنند. هدف تحلیل احساسات، استخراج خودکار احساسات افراد از این شبکههای اجتماعی میباشد. شبکههای اجتماعی مرتبط به بازارهای مالی، از جمله بازارهای سهام، اخیرا مورد توجه بسیاری از افراد و سازمانها قرار گرفته است. افراد در این شبکهها نظرات و عقاید خود را در مورد هر سهم در قالب یک پست یا توییت، به اشتراک میگذارند. در واقع تحلیل احساسات در این حوزه، سنجش نگرش افراد به هر سهم است. یکی از رویکردهای پایهای و اصلی در تحلیل خودکار احساسات روشهای مبتنی بر واژگان است. اغلب واژگانهای مرسوم به صورت دستی استخراج شدهاند که فرایندی بسیار دشوار و هزینه بر است. در این مقاله روشی جدید جهت استخراج یک واژگان به صورت خودکار در حوزه شبکههای اجتماعی بورسی ارائه شده است. یک ویژگی خاص این شبکهها، وجود اطلاعات قیمتی هر سهم در هر روز است. با در نظر گرفتن وضعیت قیمتی سهم در روز درج نظر برای آن سهم، واژگانی را برای بهبود کیفیت عقیده کاوی در این شبکهها استخراج نمودیم. برای ارزیابی واژگانهای تولید شده با استفاده از روش پیشنهادی، آن را با نسخه فارسی واژگان SentiStrength که با هدف استفاده عمومی طراحی شده است، مقایسه نمودیم. نتایج آزمایشات 20 درصد بهبود را در معیار صحت نسبت به استفاده از واژگان عمومی نشان میدهد.
شمارهی مقاله: 1
نوع مطالعه:
پژوهشي |
موضوع مقاله:
مقالات پردازش متن دریافت: 1400/3/30 | پذیرش: 1401/6/7 | انتشار: 1402/7/30 | انتشار الکترونیک: 1402/7/30