تدريسي من كلية العلوم بجامعة ديالى يشارك في المؤتمر الدولي الحادي عشر لرؤية الماكينة (ICMV 2018) في ألمانيا

شارك الأستاذ المساعد عادل عبد الوهاب غيدان التدريسي من قسم علوم الحاسوب في كلية العلوم بجامعة ديالى بأعمال المؤتمر الدولي الحادي عشر لرؤية الماكينة (ICMV 2018) المنعقد في ميونخ – ألمانيا وذلك من خلال بحثه الموسوم تحليل المشاعر القائم على البرمجة اللغوية العصبية للتعبير عن التعقب والتصور.

أوضح الباحث في بحثه بأن العديد من تطبيقات تحليلات البيانات الكبيرة اليوم ، قد نحتاج إلى تحليل الشبكات الاجتماعية لتصور آراء المستخدمين. سيوفر ذلك مصدرًا بديلاً مجديًا لإنشاء مقاييس جديدة في حياتنا الرقمية. التفاعل الاجتماعي مع الأشخاص في تويتر هو نهج مفتوح ، مما يجعل تحليل وسائل الإعلام في تويتر أسهل بالمقارنة مع وسائل التواصل الاجتماعي الأخرى. ذلك لأن التفاعل في تلك الوسائط غالباً ما يكون مختلفاً لأن معظمها خاص. لذلك ، يكرس هذا العمل للتركيز فقط على تويتر والتي تعتبر ضمن حدود بيانات التعدين والتي تهتم في تحليل المشاعر القائم على معالجة اللغات الطبيعية (NLP) من أجل تعدين الرأي في تويتر.

تهدف الدراسة إلى استخدام نهج تعدين البيانات في استخلاص سمات النص وتصنيفه وخفضه ، باستخدام تحليل المشاعر لتحليل وتصور رأي مستخدمي تويتر. تعتمد الطريقة المستخدمة على تطبيق البرمجة اللغوية العصبية العاطفية على عدد كبير من التغريدات من أجل الحصول على درجات للتغريد من الكلمات ، وبالتالي استغلال التغريد العام لاكتشاف المعرفة. وعلاوة على ذلك ، سيخدم هذا الكشف عن الأخبار المزورة. تتضمن الآلية ذات الصلة العديد من الخطوات التعاقدية ، في السابق: مرحلة تجميع البيانات ، مرحلة ما قبل المعالجة ، مرحلة البرمجة اللغوية العصبية ، مرحلة تحليل المشاعر ، ومرحلة التنبؤ والتصنيف باستخدام BNN .

لقد تم استخدام مجموعة البيانات على تويتر لتحليلات عواطف الخطوط الجوية الأمريكية والتي تم توفيرها بالفعل مع بيانات للجميع. [يقوم النظام المعروض بمراقبة تدفقات تويتر من كل من وسائل الإعلام والجمهور. وهي قادرة على استخراج بيانات ذات معنى من التغريدات في الوقت الحقيقي وتخزينها في نموذج علائقي للتحليل. ثم استخدم طريقة تقليل الأبعاد الخاصة بنا. هذا سوف يساعد الناس على اكتشاف ترابط الدور القيادي بينهم ، والذي يعكس أيضًا تركيز وسائل الإعلام ومصالح الناس.

لقد قدم هذا النظام نتائج أفضل فيما يتعلق بالدقة والكفاءة مقارنة ببعض الأعمال المشابهة الأخرى ملائمة لمجموعة واسعة من التطبيقات التي تشمل: حلول تحليلات البيانات الضخمة ، والتنبؤ بسلوك العملاء في التجارة الإلكترونية ، وتحسين استراتيجية التسويق ، والحصول على مزايا تنافسية في السوق ، بما في ذلك التصور في مختلف البيانات تطبيقات التعدين.