تصنيف آراء المستخدمين حول تطبيق Threads باستخدام التعلم الآلي والتعلم العميق
DOI:
https://doi.org/10.61856/c1232843الكلمات المفتاحية:
معالجة اللغة الطبيعية تحليل المشاعر تطبيقات الخيوط التعلم العميق الشبكات العصبية المتكررةالملخص
تحليل المشاعر هو أداة حاسمة في عالمنا الذي تحركه البيانات. ويعتبر تحليل المشاعر موضوعًا مهمًا في مجال معالجة اللغة الطبيعية (NLP). مع تزايد حجم البيانات النصية المتدفقة عبر منصات التواصل الاجتماعي ومواقع المراجعة. من خلالها، يمكن فهم آراء المستخدمين ومشاعرهم حول منتج أو موضوع معين ويمكن تحليل هذه التعليقات إلى سلبية وجيدة ومحايدة. تهدف دراستنا إلى تصنيف آراء ومشاعر مستخدمي تويتر حول أحد تطبيقات ميتا، وهو تطبيق (Thread)، باستخدام خوارزميات التعلم الآلي وشبكات التعلم العميق. تم الحصول على مجموعة البيانات من أكبر مجموعة بيانات من موقع (Kaggle)، حيث تحتوي مجموعة البيانات هذه على مراجعات لمستخدمي التطبيق. باستخدام الشبكات العصبية المتكررة التي أظهرت نتائج جيدة مقارنة بخوارزميات التعلم الآلي. تم الحصول على نتائج مرضية وفقًا لمقاييس التقييم المستخدمة وهي (مصفوفة الارتباك، درجة F1، الدقة، الضبط والاستدعاء). تساهم هذه الدراسة في مجال معالجة اللغة الطبيعية من خلال توفير رؤى حول تجارب المستخدمين مع تطبيق Thread. تُمكّن هذه النتائج مطوري التطبيقات من فهم انطباعات المستخدمين وتحسين تجربتهم. يُمكّن تحليل المشاعر الشركات من فهم آراء العملاء حول منتجاتها وخدماتها، مما يُساعدها على تحديد نقاط القوة والضعف بدقة.
التنزيلات
منشور
إصدار
القسم
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
