این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت بازرگانی، جلد ۱۴، شماره ۴، صفحات ۶۷۵-۶۹۴
عنوان فارسی طبقه‌بندی نظرهای مشتریان با رویکرد متن‌کاوی و یادگیری عمیق (نمونه موردی: نظرهای کاربران وبسایت دیجی‌کالا)
چکیده فارسی مقاله هدف: امروزه افراد هنگام خرید محصول یا تهیه خدمات، معیار‌های متفاوتی را برای تصمیم‌گیری در نظر می‌گیرند. یکی از این معیار‌ها، اطلاع از نظر خریداران قبلی محصولات و خدمات است؛ اما حجم زیاد نظرها نیز، چالشی است که پیش‌ روی این افراد قرار دارد. پژوهش حاضر با هدف ایجاد مدلی جهت تحلیل احساسات کاربران و طبقه‌بندی نظر آن‌ها برای حل این چالش اجرا شده است. روش: پژوهش حاضر روی نظرهای خریداران تلفن همراه از وبسایت دیجی‌کالا، طی سال‌های 1394 تا 1395 انجام شده است. به‌منظور تحلیل احساسات و طبقه‌بندی نظرها، الگوریتم‌های مبتنی بر یادگیری عمیق و شبکه‌های پیچشی (کانوولوشن) که نوعی از شبکه‌های عمیق هستند، پیشنهاد شده است. در این پژوهش پس از پیش‌پردازش داده‌ها و یکسان‌سازی آن‌ها با استفاده از مدل از پیش تعلیم‌دیده فست تکست، کلمه‌ها به بردار‌هایی از اعداد صحیح تبدیل و به‌عنوان ورودی به شبکه عمیق پیشنهادی تحویل داده شدند. یافته‌ها: جهت تعلیم مدل منتخب این پژوهش، 90 مرتبه الگوریتم آموزشی روی آن اجرا شد. برای صحت عملکرد مدل منتخب از معیار‌های ماتریس گیجی، دقت، بازخوانی، معیار F و میزان دقت استفاده شد. نتیجه‌گیری: در پژوهش حاضر با رویکرد شبکه‌های عمیق و با استفاده از شبکه‌های پیچشی و حافظه طولانی کوتاه‌مدت دوطرفه، پس از 90 دوره آموزش، توانستیم با دقت 93 درصد عقاید خریداران تلفن همراه در وبسایت دیجی‌کالا را طبقه‌بندی کنیم.
کلیدواژه‌های فارسی مقاله شبکه‌های پیچشی،طبقه‌بندی نظرها،متن‌کاوی،یادگیری عمیق،
عنوان انگلیسی Customer Reviews Classification with Text Mining and Deep Learning Approach (Case Study: Digikala Customers Reviews)
چکیده انگلیسی مقاله Objective Today, people face different decision-making criteria when purchasing products and services. One of these criteria is using the reviews of the previous purchasers of products and services. A large volume of reviews is seen as a challenge for these people. The present study aimed to create a model to analyze users’ sentiments and to classify their reviews to solve the mentioned challenge. Methodology The present study investigated the buyers’ reviews of mobile phones purchased on the Digikala Website from 2015 to 2016. To analyze the sentiments, and to classify the reviews, deep learning-based algorithms, and convolutional networks, subtypes of deep networks, were suggested. Prior to preprocessing and homogenizing the data, the study used a pre-trained Fastext model to convert the words into integer vectors and deliver them as inputs to the proposed deep network. Findings To train the selected model, the training algorithm was carried out on it 90 times. To validate the performance of the selected model, confusion matrix, accuracy, recall, F1-score, and precision rate criteria were used. Conclusion The present study used the deep networks approach, convolutional networks, and bidirectional long short-term memory to classify the buyers’ reviews of the mobile phone from the website above at 93% accuracy, and after 90 training periods.
کلیدواژه‌های انگلیسی مقاله شبکه‌های پیچشی,طبقه‌بندی نظرها,متن‌کاوی,یادگیری عمیق
نویسندگان مقاله پرهام پرنیان |
دانشجوی کارشناسی ارشد، بخش مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان، کرمان، ایران.

نشانی اینترنتی https://jibm.ut.ac.ir/article_90594_e4b76ad7f079c3ad7bbc3b0f429e7c1d.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات