گزارش کارشناسی ارشد مهندسی کامپیوتر, داده کاوی, سمینار کارشناسی ارشد, بررسی روش های کلاسبندی چندبرچسبی بر روی داده های متنی

توضیحات

دانلود مقاله اصلی روش های کلاسبندی چند برچسبی داده های متنی

تعداد صفحات مقاله اصلی: 51 صفحه

عنوان اصلی مقاله: Text Mining for Market Prediction: A Systematic Review

سال انتشار: 2014

انتشارات: Expert Systems with Applications

Impact Factor: 3.768

ISSN: 0957-4174

چکیده:

امروزه حجم قابل توجهي از دانش و آگاهي در مستندات متني قرار مي گيرد و بانک­هاي متني به سرعت در حال رشد و گسترش مي­باشند دليل اين رشد اين است که حجم رو به افزايش اطلاعات موجود به شکل الکترونيکي مانند نشر الکترونيکي­، کتابخانه­هاي ديجيتال­، پست الکترونيکي و وب جهاني قابل توجه مي­باشد­. اما نکته مهمي که مي بايست در اين زمينه به آن اشاره کرد توجه به اين مطلب است که اکثر اطلاعات موجود نيمه ساخت­يافته و يا غيرساخت­يافته هستند و همين امر موجب شده تا نتوان از اين اطلاعات به آساني استفاده کرد­. روزانه با اضافه شدن حجم زیادی از داده­های متنی دیجیتال، نیاز به آنالیز این نوع داده­ها یکی از مسائلی است که توجه محققان را به خود جلب کرده است. متن کاوی فرآیندی است که با بررسی متون، به کشف دانش از داده­های متنی می­پردازد. یکی از کاربردهای متن کاوی طبقه بندی خودکار متن می­باشد. بدین معنا که بصورت خودکار تعیین می­شود نمونه­ی متنی جدید ورودی به چه کلاسی تعلق دارد. در این تحقیق، کارایی الگوریتم­های شناخته شده­ی داده کاوی از قبیل بیزین، درخت تصمیم و بردار پشتیبان و همچنین روش­های ترکیبی کلاسبندی مختلف و روش­های چندبرچسبی متن را مورد بررسی قرار داده­ایم. آزمایشاتی که بر روی مجموعه داده­ی استاندارد Reuters 21578 انجام شده است را بیان کرده­ایم و نتایج بدست آمده از آزمایشات و پارامترهای مقایسه الگوریتم­ها را نشان داده­ایم.