این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Nonlinear Analysis and Applications، جلد ۱۴، شماره ۱، صفحات ۱۵۳۹-۱۵۴۶
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Landscape view of recommender system techniques based on sentiment analysis
چکیده انگلیسی مقاله Over the last several years, sentiment analysis has emerged as one of the most popular applications of machine learning. It enables the identification of a user's attitude from a remark, document, or review. As a result of the development of Big Data, recommender systems (RS) are also finding more use in many aspects of day-to-day living. There are three basic kinds of RS: collaborative filtering, content-based, and hybrid. This article presents a quick description of the recommender systems supplemented with a sentiment analysis module. Sentiment Analysis systems may help recommender systems improve by assessing Web-based reviews.
کلیدواژه‌های انگلیسی مقاله recommender systems, contextual meaning, Sentiment Analysis
نویسندگان مقاله Rosul Ibrahim Kazem |
Department of Computer Science, Collage of Education, University of Kufa, Najaf, Iraq

Enas Fadhil Abdullah |
Department of Computer Science, Collage of Education for Girls, University of Kufa, Najaf, Iraq

نشانی اینترنتی https://ijnaa.semnan.ac.ir/article_7138_10b22205b8b0f1729a47b7504656f6b8.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات