یادگیری نیمه نظارتی برای آنالیز کلان داده‌های اجتماعی
واتساپ:09141077352 همراه: 09141077352 ثابت: 35250068-041 سفارش سمینار و مقاله سفارش ترجمه تخصصی
 

دانلود فایل با شمار فاکتور

لطفا شماره فاکتور خود را درج نمایید


جدیدترین لغات واژه‌نامه

آمار بازدیدکنندگان

بازدید امروز :80
بازدید روز گذشته :101
بازدید این هفته :327
بازدید این ماه :2750
مجموع آمار بازدید ها :781023

عنوان محصول: یادگیری نیمه نظارتی برای آنالیز کلان داده‌های اجتماعی

دسته‌بندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار: دوشنبه 16 مهر 1398
یادگیری نیمه نظارتی برای آنالیز کلان داده‌های اجتماعی یادگیری نیمه نظارتی برای آنالیز کلان داده‌های اجتماعی
توضیحات مختصر: در زمینه رسانه اجتماعی و ارتباطات، کاربران وب به صورت روزافزونی مشاق به انجام عملیات درونی و کار با یکدیگر از طریق رسانه‌های مشارکتی آنلاین هستند. در سال‌های اخیر، هوشمندی مشارکتی به بخش‌های مختلفی تقسیم شده است و با رشد تأثیر آن بر روی زندگی روزمره افراد در جنبه‌های مختلف از قبیل، تحصیلات، سلامتی، ...
یادگیری نیمه نظارتی برای آنالیز کلان داده‌های اجتماعی یادگیری نیمه نظارتی برای آنالیز کلان داده‌های اجتماعی


قیمت قیمت : 45000 تومان
تخفیف تخفیف: 5000 تومان
تخفیف تخفیف ویژه : 10 درصد
قیمت نهایی قیمت نهایی: 35500 تومان
292 بازدید
کد مقاله: TTC- 3787
نوع فایل : docx
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Journal: Elsevier 2018,

Semi-supervised learning for big social data analysis
Abstract
In an era of social media and connectivity, web users are becoming increasingly enthusiastic about inter- acting, sharing, and working together through online collaborative media. More recently, this collective intelligence has spread to many different areas, with a growing impact on everyday life, such as in ed- ucation, health, commerce and tourism, leading to an exponential growth in the size of the social Web. However, the distillation of knowledge from such unstructured Big data is, an extremely challenging task. Consequently, the semantic and multimodal contents of the Web in this present day are, whilst being well suited for human use, still barely accessible to machines. In this work, we explore the potential of a novel semi-supervised learning model based on the combined use of random projection scaling as part of a vector space model, and support vector machines to perform reasoning on a knowledge base. The latter is developed by merging a graph representation of commonsense with a linguistic resource for the lexical representation of affect. Com parative simulation results show a significant improvement in tasks such as emotion recognition and polarity detection, and pave the way for development of future semi-supervised learning approaches to big social data analytics.
Keywords: Semi-supervised learning, Big social data analysis, Sentiment analysis

چکیده
در زمینه رسانه اجتماعی و ارتباطات، کاربران وب به صورت روزافزونی مشاق به انجام عملیات درونی و کار با یکدیگر از طریق رسانه‌های مشارکتی آنلاین هستند. در سال‌های اخیر، هوشمندی مشارکتی به بخش‌های مختلفی تقسیم شده است و با رشد تأثیر آن بر روی زندگی روزمره افراد در جنبه‌های مختلف از قبیل، تحصیلات، سلامتی، تجارت و گردشگری، منجر به رشد نمایی اندازه انواع داده‌ها در وب اجتماعی شده است. با این حال، به دست آوردن دانش از این داده‌های بزرگ ساختار نیافته به یک چالش بسیار مهم تبدیل شده است. درنتیجه، محتوای چند وجهی و معنایی وب که به‌خوبی در اختیار انسان‌ها قبرار گرفته است، به سختی در اختیار ماشین‌ها قرار می‌گیرد. در این مقاله، ما از پتانسیل یک مدل یادگیری نیمه نظارتی استفاده می‌کنیم که مبتنی بر استفاده ترکیبی از روش مقیاس بندی تصویر تصادفی یک مدل فضای برداری و یک ماشین بردار پشتیبان برای انجام استدلال بر روی دانش پایه است. مورد دوم از طریق ادغام روند نمایش یک گراف ابتکاری با منابع زبانی برای نمایش لغوی تأثیرات توسعه یافته است. نتایج شبیه سازی مقایسه‌ای نشان دهنده بهبود چشمگیری در وظایفی از قبیل تشخیص احساسات و تشخیص تقارن و همچنین ارائه روشی برای توسعه روش‌های یادگیری نیمه نظارتی آتی برای آنالیز داده‌های اجتماعی کلان است.
کلمات کلیدی: یادگیری نیمه نظارتی، آنالیز کلان داده‌های اجتماعی، آنالیز احساسات.

تعداد صفحات انگلیسی تعداد صفحات انگلیسی:12 صفحه
تعداد صفحات فارسی تعداد صفحات فـارسـی:35 صفحه

  • آدرس: تبریز، آبرسان، مهرگان چهارم
  • تلفن  تماس: 09016347107
  • تلفن  ثابت : 35250068-041
  •  Mailttcenterاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس  ایمیل
  • @zoodyab :آدرس تلگرام
مرکز  تخصصی  تلاش ترجمه از  سال  1385 شروع به کار نموده است  و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام  شده  است.

تمامی ترجمه‌های انجام شده توسط موسسه تخصصی تلاش ترجمه، به صورت دستی (غیرماشینی) بوده و توسط مترجمین با سابقه انجام می‌شوند. ترجمه‌های انجام شده توسط موسسه تلاش ترجمه در قالب فایل Word و به صورت کاملا روان و بازخوانی شده و با ضمانت بازگشت وجه 72 ساعته (در صورت عدم رضایت از ترجمه) خدمت مشتریان محترم ارائه می‌شود.