Перейти к основному контенту Перейти к главному меню навигации Перейти к нижнему колонтитулу сайта
##common.pageHeaderLogo.altText##
Известия ЮФУ
Технические науки
  • Текущий выпуск
  • Предыдущие выпуски
    • Архив
    • Выпуски 1995 – 2019
  • Редакционный совет
  • О журнале
    • Официально
    • Основные задачи
    • Основные рубрики
    • Специальности ВАК РФ
    • Главный редактор
English
ISSN 1999-9429 print
ISSN 2311-3103 online
  • Вход
  1. Главная /
  2. Найти

Найти

Расширенные фильтры
Опубликовано после
Опубликовано до

Результаты поиска

Найден один результат.
  • ИНТЕЛЛЕКТУАЛЬНЫЙ МЕТОД ИЗВЛЕЧЕНИЯ ЗНАНИЙ НА ОСНОВЕ ОПРЕДЕЛЕНИЯ ТОНАЛЬНОСТИ ОТЗЫВОВ

    Е.М. Герасименко , В. В. Стеценко
    2020-11-22
    Аннотация ▼

    В этой работе исследуется влияние возраста и пола при анализе тональности отзы-
    вов, поскольку эти данные могут помочь ретейлерам электронной коммерции увеличить
    продажи, ориентируясь на определенные демографические группы, а также увеличить
    удовлетворение потребностей людей разных возрастных и гендерных групп. Используемый
    набор данных сформирован путем сбора отзывов о книгах. Был создан вопросник, содер-
    жащий информацию о предпочтениях книжных носителей (мнения пользователей об элек-
    тронных книгах, книгах в мягкой и твердой обложках, изображениях и аудиокнигах), а
    также данные о возрастной группе и гендерной принадлежности. Помимо этого, вопрос-
    ник также содержит информацию о положительном либо отрицательном мнении касае-
    мо предпочтений, которая послужила основой достоверности для классификаторов.
    В результате, было получено 900 анкет, которые были разделены на группы по половому
    признаку и возрасту. Каждая конкретная группа данных была разделена на обучающую и
    тестовую. Были проанализированы сегментированные данные на предмет настроений в
    зависимости от каждой возрастной группы и пола. Возрастная группа «старше 50 лет»
    продемонстрировала лучшие результаты по сравнению со всеми другими возрастными
    группами во всех классификаторах; данные в женской группе показали более высокую точ-
    ность по сравнению с данными из групп без информации о гендерной принадлежности.
    Высокие результаты, показанные этими группами, показывают, что подходы к анализу
    тональности способны предсказать настроения в этих группах лучше, чем в других. Анализ
    тональности проводился с использованием различных подходов машинного обучения (ML),
    включая максимальную энтропию, метод опорных векторов, сверточную нейронную сеть и
    долгую краткосрочную память.

1 - 1 из 1 результатов

links

Для авторов
  • Подать статью
  • Требования к рукописи
  • Редакционная политика
  • Рецензирование
  • Этика научных публикаций
  • Политика открытого доступа
  • Сопроводительные документы
Язык
  • English
  • Русский

journal

* не является рекламой

index

Индексация журнала
* не является рекламой
Информация
  • Для читателей
  • Для авторов
  • Для библиотек
Адрес редакции: 347900, г. Таганрог, ул. Чехова, д. 22, А-211 Телефон: +7 (8634) 37-19-80 Электронная почта: iborodyanskiy@sfedu.ru
Публикация в журнале бесплатна
Больше информации об этой издательской системе, платформе и рабочем процессе от OJS/PKP.
logo Сайт разработан командой ЦИИР