تحلیل احساسات و خوشه بندی اخبار بی بی سی با استفاده از زبان های برنامه نویسی آر و پایتون

پیشرفت چشمگیر تکنولوژی، رشد فزاینده شبکه ها و رسانه های اجتماعی و همچنین فراگیر شدن آنها،موجب شده است تا حجم محتوای کلانی در طول روز تولید و منتشر گردد. بنابراین لازم است برای مدیریت وکنترل بهتر و بررسی عمیق نوع محتوای تولید شده، تحلیل هایی کاربردی و مفید روی این داده های عظیم، بهمنظور تولید دانش ارزشمند صورت پذیرد.یکی از انواع داده کاوی، تحلیل احساسات از روی متن است. در این پژوهش از یک مجموعه داده متنیمرتبط با اخبار بی بی سی استفاده شده است که شامل بیش از ۱۶۷۰۰ خبر کوتاه است. با استفاده از قدرتمندترینابزار داده کاوی یعنی زبان برنامه نویسی R ، پاکسازی و پیش پردازش داده های متنی انجام و سپس تحلیلاحساسات و خوشه بندی کلمات با روش K- میانگین صورت گرفت. همچنین با استفاده از ابزار قدرتمند پایتون، یک بازه قطبیتی از [۱ ,+ ۱] برای نشان دادن بیشترین و کمترین حالت مثبت و منفی تعریف شد تا ارزیابی و صحت نتایج موجود در این پژوهش تایید گردد.نتایج حاصل از این پژوهش نشان داد که درصد قابل توجهی از اخبار منتشر شده توسط این رسانه، منفی ودارای بار احساسی غیر مثبت است. درنتیجه این پژوهش به وضوح اثبات میکند که به چه میزان محتوای رسانهخبری میتواند مخرب و دارای بار منفی باشد.

کلیدواژه ها:

متن کاوی ، تحلیل احساسات ، یادگیری ماشین ، خوشه بندی ، پردازش زبان های طبیعی