Sosyal ağ verileri kullanarak makine görüş analizi öğrenme

Görüş analizi, bir ürün ya da olay hakkında örnek olarak insanların geri bildirimlerini toplama konusunda çok değerli bir kaynak olduğu kanıtlanmıştır. World Wide Web son zamanlarda insanların düşüncelerinden çok zengindi; bu nedenle, geri bildirim toplamak için bazı anketler doldurmak yerine, duygu analizinin ilerlemesiyle binlerce veya milyonlarca düşünmeye çalıştığımız görüşleri toplayabiliriz. Makine öğrenme alanındaki gelişmeler sayesinde, artık çalışmalarımız hakkında milyonlarca insanın düşüncelerini vermek için geniş veri setleri üzerinde bazı matematik denklemleri üreten bir model oluşturabiliriz. Günümüzde birçok mikroblogging hizmeti ile bu web siteleri, bazı makine öğrenme modeline göre çalışan makinelerden yararlanılabilecek ve toplanabilecek belirli ürünler veya olaylarla ilgili incelemeler, geribildirim, görüş ve deneyim gibi değerli bilgilerin büyük miktarlarına sahip olma eğilimindedir. İşte bu noktada duyarlılık analizi var: Doğal dil işleme (NLP), gerçek dünya metinlerinden öznel bilgi toplamak için makine öğrenme modelleri ve teknikleri kullanıyor (derlemeler). Bu araştırmada, görüşlerin zengin olduğu sosyal medya ağ verilerinden onlardan duygular çıkararak yararlanmayı amaçlıyoruz. Çoklu platformlarda (DL4J, Gensim ve Normal Makine Öğrenimi) çoklu duyarlılık analizi tekniklerini (Paragraf Vektör, Java ve Naïve Bayes-SVM için Derin Öğrenme) iki farklı görevi kullanarak kullanacağız; IMDB Movie Review Dataset ve 1,6 milyon tweet'ler ve bu modellerin sonuçlarını neyin etkilediğini görmek için parametreleri (çağlar, metin işleme vb.) Değiştirerek daha iyi bir modelle sonuçlanır. Ayrıca, Sonuç bölümündeki farklı veri kümelerindeki tüm modellerin sonuçlarını karşılaştırarak hangi modelin tahminde daha yüksek doğruluğu, artı her biri için gereken hesaplama gücü ve zamanı bulduğunu buluyoruz. Büyük miktardaki kayıtların tekrarlanan hesaplamasını (Big Data) kullanırken gerçekten kullanışlı olan paralel ve dağıtılmış bilgi işlem gücü elde etmek için dağıtılmış bilgi işlem platformu Apache Spark'ı kullanmaya çalıştık. Kelime Anahtarı: Big Data, Derin Öğrenme, Görüş Analizi, Spark, Paragraf vektörü.