پیش بینی حوزه اخبار
محل انتشار: اولین کنفرانس بین المللی وب پژوهی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 712
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANWEB01_045
تاریخ نمایه سازی: 29 شهریور 1394
چکیده مقاله:
در دهه اخیر در دنیای اینترنت روزانه بالغ بر میلیونها خبر، کامنت و دیگر انواع متن هر روز بر بستر اینترنت جاری می گردد. متنکاوی یکی از تکنیک هایی است که با بکار یری الگوریتم های داده کاوی به کشف و استخراج خودکار اطلاعات از اسناد و محتوایمتنی وب می پردازد. در واقع متن کاوی، فرآیند کشف اطلاعات و دانش ناشناخته و مفید از داده های وب می باشد. در این نوشتار بابکارگیری الگوریتم های درخت تصمیم، شبکه عصبی و ماشین برداری پشتیبان بر روی مجموعه ای از اخبار در چهار حوزهخبری؛ اقتصادی، بین المللی، فرهنگی و ورزشی پردازش صورت گرفت که بتهرین مدل بدست آمده با میزان 97 درصد با مدل بردارپشتیبان (SVM) از داده های آزمایشی نتیجه مطلوبی حاصل گردید.
کلیدواژه ها:
نویسندگان
پوریا پارسه
کارشناس کامپیوتر
ناصر پیکری
کارشناسی ارشد جامع شناسی
علی هاشمی فرد
کارشناس الکترونیک
حمیدرضا طاهری
کارشناس کامپیوتر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :