مقاله نظرکاوی در سطح ویژگی مبتنی بر آنتولوژی و ابزارهای وب معنایی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله نظرکاوی در سطح ویژگی مبتنی بر آنتولوژی و ابزارهای وب معنایی دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله نظرکاوی در سطح ویژگی مبتنی بر آنتولوژی و ابزارهای وب معنایی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله نظرکاوی در سطح ویژگی مبتنی بر آنتولوژی و ابزارهای وب معنایی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله نظرکاوی در سطح ویژگی مبتنی بر آنتولوژی و ابزارهای وب معنایی :

تعداد صفحات:۱۳
چکیده:
با گسترش رسانه های اجتماعی در فضای وب (انجمنهای وب، شبکه های اجتماعی، بلاگها و 😉 منابعی غنی و ارزان از نظراتبه وجود آمده است، به طوریکه کاربران و تولیدکنندگان برای بررسی نظرات به این رسانه ها روی آورده اند. تحلیل نظرها از دوجنبه کاربرد فراوان دارد. برای صاحبان تجارت، گرفتن بازخورد مشتریان از محصول و سرویس می تواند بسیار مفید باشد. همچنینبرای کاربرانی که قصد تهیه محصول را دارند، استفاده از نظر سایرین برای رسیدن به خریدی مطمئن و مطابق با سلایق خودبسیار مفید است. این مقاله با به کارگیری آنتولوژی و ابزارهای وب معنایی، با استفاده از معنای جملات و مفاهیم پنهان درمحتویات، سیستم تحلیل نظرات را پیشنهاد می کند که نتایج بهتری را نسبت به روش های سنتی و موجود نشان می دهد. در اینمدل فرض بر این است که در هر نظر، کاربران به ویژگی های مختلفی از موضوع اشاره می کنند به طوریکه از نظر کاربر برخیویژگی ها مثبت و برخی دیگر منفی تلقی میش وند. با این توصیف به جای تلقی یک نظر به صورت منفی یا مثبت، سیستمپیشنهادی برای ویژگی های هر نظر مقدار مثبت، منفی یا خنثی تعیین می کند. هدف نهایی این سیستم، مشخص کردن میزاننظرات مثبت و منفی ویژگی های محصولات موجود بر اساس بیشترین نظرات مثبت و منفی است تا کاربر بتواند از بین محصولاتموجود، محصولی را که دارای بیشترین نظرات مثبت برای ویژگی های دلخواه خود است را انتخاب کند. درنهایت با توجه بهتفاوت علایق و اولویت کاربران، سیستم را شخصی سازی کرده تا بتوان از میان حجم انبوه نظرات و محصولات، در کوتاهترین زمانممکن محصولی مطابق با سلیقه کاربر به وی پیشنهاد داده شود. همچنین رتبه بندی سایر محصولات باتوجه به نظر سایر کاربرانو وزن دهی ارزش ویژگی های محصول، خروجی دیگر مدل پیشنهادی است. در مدل پیشنهادی بخش قواعد زبانی برای تشخیصمناسبتر معنای جمله نیز ارائه شده است.