Bulut sağlayıcı seçimi için derin öğrenmeye dayalı duyarlılık analizi

Geçerli bir Bulut Hizmeti Sağlayıcısının (CSP) seçimi, bir Bulut Hizmeti Tüketicisinin (CSC) sunulan hizmetlerden yararlanabilmesi için her zaman çok önemli bir görev olmuştur. Bu seçim, bir hizmet tüketicisinin bir sağlayıcı ile güvenilir bir ilişki sürdürmesini sağlayacaktır. Bu amaçla, uygun bir CSP seçimi için internet sitelerinde ve diğer sosyal medya platformlarında yayınlanan tüketici incelemelerinin dikkatlice değerlendirilmesi gerekir. Fikir Madenciliği olarak da adlandırılan Duygu Analizi, metnin görüşlerinin, deneyimlerinin, duygularının ve öznelliğinin sayısal olarak ele alınmasıdır. Boyut Tabanlı Duygu Analizi, metin içindeki bilgilendirici yönleri çıkarır ve bunları incelemelerin duyarlılığını sınıflandırmak için kullanır. Günümüzde duygu sınıflandırma görevleri için sözlük tabanlı, denetimli öğrenme ve denetimsiz öğrenme teknikleri gibi farklı yöntemler kullanılmaktadır. Derin Öğrenme, dil işleme, metin analizi, örüntü tanıma ve dizi tahmini görevleri vb. için kullanılan bir yapay zeka tekniğidir. Tekrarlayan Sinir Ağı (RNN), Uzun Kısa Süreli Bellek (LSTM) ve Geçitli Tekrarlayan Birim (GRU) gibi türleri, işlemleri gerçekleştirmek için farklı stratejiler kullanır. Tez RNN, LSTM ve GRU'nun Derin Öğrenme yaklaşımlarını kullanarak bulut tüketici incelemelerinin Boyut Tabanlı Duygu Analizini gerçekleştirir. Bulut incelemeleri, Hizmet Olarak Hasat (HaaS) çerçevesi kullanılarak çıkarılır. Analitik Hiyerarşi Süreci (AHP) modeli, Bulut Hizmeti Tüketicileri (CSC'ler) için yönlerin önemine ve önceliklerine karar vermek için kullanılır. Değerlendirme, bulut hizmeti tüketicilerinin (CSC'ler) gereksinimlerine uygun en iyi CSP'yi seçmelerine yardımcı olacaktır.