Soft computingové techniky pro analýzu sentimentu a výběr příznaků

Abstract

Pochopení významu sociálních médií v poslední době přitahuje akademickou pozornost. Jak kdysi řekl významný učenec, sociální média již nejsou pomíjivým pocitem nebo módou. Názory zákazníků vyjádřené na sociálních sítích mohou předávat důležité zprávy, které mohou podniky využít k budování pevných vztahů se zákazníky. S rostoucím využíváním sociálních médií mezi běžnou populací roste i jejich využití v obchodním světě, protože stále více firem využívá sociální média jako efektivní způsob, jak se spojit s mnoha klienty. Navzdory rychlému přechodu od tradičních k sociálním médiím se firmy v této éře takzvaných velkých dat stále snaží plně porozumět potřebám a obavám svých zákazníků. Navíc schopnost rychle porozumět spotřebitelské komunikaci, aby management mohl reagovat včas a efektivně, zůstává klíčovou výzvou. Dále, velké množství nestrukturovaných dat a nedostatek praktických nástrojů pro analýzu nestrukturovaných dat tuto analýzu komplikuje. Tato disertační práce představuje stručný přehled aplikací soft computing technik pro analýzu sentimentu a výběr příznaků. Zpočátku autor disertační práce využívá množství dat ze sociálních médií dostupných online k ovlivňování tím, že využívá techniky dolování textu k analýze obsahu generovaného uživateli z příspěvků na sociálních sítích (tweetů) na podporu spotřebitelského rozhodování a marketingové komunikace. Tento nestrukturovaný obsah vytvářený uživateli silně obsahuje slangy, slova s nesprávným pravopisem atd., což představuje výzvu pro výběr funkcí kvůli vágnosti, nepřesnosti a nejednoznačnosti, které jsou v něm obsaženy. V důsledku toho je implementováno řešení založené na metaheuristickém algoritmu Particle Swarm Optimization (PSO) pro optimální výběr textových prvků během analýzy sentimentu, aby se zvýšila přesnost predikce sentimentu. Druhá část disertační práce kombinuje techniky evolučních výpočtů s úhlovou modulací pro řešení problému výběru příznaků (feature selection). Při hodnocení výkonnosti navržené techniky je použito osmnáct klasických datových sad strojového učení UCI. Zjištění potvrzují konkurenceschopnost a vynikající výkonnost navrženého přístupu při porovnání s jinými metaheuristickými metodami souvisejícími s prací, které jsou k dispozici v literatuře s tématem výběru příznaků. Další statistické testy rovněž potvrzují, že navrhovaná metoda je účinným nástrojem pro řešení binárních optimalizačních problémů v různých oblastech.