مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

732
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

540
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

استفاده از خوشه بندی تکاملی برای تشخیص موضوع در بلاگ نویسی کوچک با لحاظ نمودن اطلاعات شبکه اجتماعی

صفحات

 صفحه شروع 277 | صفحه پایان 286

چکیده

 متون کوتاه رسانه های اجتماعی مانند توییتر اطلاعات زیادی در مورد موضوع های داغ و افکار عمومی ارائه می دهند. برای درک بهتر اطلاعات دریافتی از شبکه های اجتماعی, شناسایی و ردیابی موضوع امری ضروری است. در بسیاری از روش های ارائه شده در این زمینه, تعداد موضوع ها باید از پیش مشخص باشد و نمی تواند در طول زمان تغییر کند. از این منظر, این روش ها برای داده های در حال افزایش و پویا مناسب نیستند. همچنین مدل های تکاملی موضوعی غیر پارامتری به دلیل مشکل کمبود داده ها, بر روی متون کوتاه عملکرد مناسبی ندارند. در این مقاله, یک مدل خوشه بندی تکاملی جدید ارائه کرده ایم که به طور ضمنی از فرایند رستوران چینی وابسته به فاصله (dd-CRP) الهام گرفته است. در روش ارائه شده برای حل مشکل کمبود داده ها, از اطلاعات شبکه اجتماعی در کنار شباهت متنی, برای بهبود ارزیابی شباهت بین توییت ها استفاده شده است. همچنین در روش پیشنهادی, برخلاف اکثر روش های مطرح شده در این زمینه, تعداد خوشه ها به صورت خودکار محاسبه می شود. در واقع در این روش, توییت ها با احتمالی متناسب با شباهتشان به هم متصل می شوند و مجموعه ای از این اتصال ها یک موضوع را تشکیل می دهد. برای افزایش سرعت اجرای الگوریتم, از یک روش خلاصه سازی مبتنی بر خوشه بندی استفاده نموده ایم. ارزیابی روش بر روی مجموعه داده واقعی که در طول دو ماه و نیم از شبکه اجتماعی توییتر جمع آوری شده است, انجام می شود. ارزیابی به صورت خوشه بندی متون و مقایسه بین آنها می باشد. نتایج ارزیابی نشان می دهد که روش پیشنهادی نسبت به روش های مقایسه شده دارای انسجام موضوعی بهتری بوده و می تواند به طور مؤثر برای تشخیص موضوع بر روی متون کوتاه رسانه های اجتماعی استفاده گردد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    علوی، الهام سادات، مشایخی، هدی، حسن پور، حمید، و رحیم پورکامی، باقر. (1398). استفاده از خوشه بندی تکاملی برای تشخیص موضوع در بلاگ نویسی کوچک با لحاظ نمودن اطلاعات شبکه اجتماعی. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، 17(4 )، 277-286. SID. https://sid.ir/paper/228460/fa

    Vancouver: کپی

    علوی الهام سادات، مشایخی هدی، حسن پور حمید، رحیم پورکامی باقر. استفاده از خوشه بندی تکاملی برای تشخیص موضوع در بلاگ نویسی کوچک با لحاظ نمودن اطلاعات شبکه اجتماعی. مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر[Internet]. 1398؛17(4 ):277-286. Available from: https://sid.ir/paper/228460/fa

    IEEE: کپی

    الهام سادات علوی، هدی مشایخی، حمید حسن پور، و باقر رحیم پورکامی، “استفاده از خوشه بندی تکاملی برای تشخیص موضوع در بلاگ نویسی کوچک با لحاظ نمودن اطلاعات شبکه اجتماعی،” مهندسی برق و مهندسی کامپیوتر ایران - ب مهندسی کامپیوتر، vol. 17، no. 4 ، pp. 277–286، 1398، [Online]. Available: https://sid.ir/paper/228460/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا