دانلود فایل با شمار فاکتور
لطفا شماره فاکتور خود را درج نمایید
جدیدترین لغات واژه‌نامه
کشورهای شمال اروپا
آتش سوزی های جنگلی
دوسویه
نادیده گرفتن، دست انداخ
اجتناب ناپذیر، بی شفقت،
آمار بازدیدکنندگان
بازدید امروز :53
بازدید روز گذشته :54
بازدید این هفته :313
بازدید این ماه :1056
مجموع آمار بازدید ها :800681
بازدید روز گذشته :54
بازدید این هفته :313
بازدید این ماه :1056
مجموع آمار بازدید ها :800681
عنوان محصول: تحلیل، طبقه بندی، و تفسیر احساسات در توییت های مربوط به کاربران نرم افزار
|
توضیحات مختصر:
توییتر، توسعه دهنده‌های نرم افزار را قادر می‌کند تا واکنش‌های کاربران برای نرم افزارهای جدید ارائه شده را ردیابی کنند. چنین اطلاعاتی گاها در شکل احساسات بیان می‌شود و می‌تواند باعث افزایش قدرت و ایجاد اطلاعات زیاد برای روند ارائه نرم افزار شود. به هر حال، به دست آوردن خودکار و تفسیر ساختارهای چند بع...
|
| تحلیل، طبقه بندی، و تفسیر احساسات در توییت های مربوط به کاربران نرم افزار |
قیمت : 34500 تومان
تخفیف: 1500 تومان
تخفیف ویژه : 10 درصد
قیمت نهایی: 29550 تومان
733 بازدید
کد مقاله: TTC-
3355
نوع فایل : docx
خرید و دانلود
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Abstract
Twitter enables software developers to track users’
reactions to newly released systems. Such information, often
expressed in the form of raw emotions, can be leveraged to enable
a more informed software release process. However, automatically
capturing and interpreting multi-dimensional structures of
human emotions expressed in Twitter messages is not a trivial
task. Challenges stem from the scale of the data available, its
inherently sparse nature, and the high percentage of domainspecific
words. Motivated by these observations, in this paper
we present a preliminary study aimed at detecting, classifying,
and interpreting emotions in software users’ tweets. A dataset
of 1000 tweets sampled from a broad range of software systems’
Twitter feeds is used to conduct our analysis. Our results show
that supervised text classifiers (Naive Bayes and Support vector
Machines) are more accurate than general-purpose sentiment
analysis techniques in detecting general and specific emotions
expressed in software-relevant Tweets.
چکیده
توییتر، توسعه دهنده‌های نرم افزار را قادر می‌کند تا واکنش‌های کاربران برای نرم افزارهای جدید ارائه شده را ردیابی کنند. چنین اطلاعاتی گاها در شکل احساسات بیان می‌شود و می‌تواند باعث افزایش قدرت و ایجاد اطلاعات زیاد برای روند ارائه نرم افزار شود. به هر حال، به دست آوردن خودکار و تفسیر ساختارهای چند بعدی احساسات انسان که در پیام‌های توییتر ارائه شده است، یک رویه بدیهی نیست. ریشه‌های چالش در مقیاس داده‌های در دسترس، تعداد زیاد از کلمات و طبیعت دامنه ویژه کلمات است. بر اساس انگیزه ایجاد شده از این مشاهدات، در این مقاله، ما یک مطالعه اولیه با هدف شناسایی، طبقه بندی و تفسیر احساسات در توییت های مربوط به کاربران سیستم‌های نرم افزاری ارائه می‌کنیم. یک مجموعه داده از 1000 توییت، از یک بازه بزرگ از سیستم‌های نرم افزای، استفاده می‌شود. فید (خوراک خبری) توییتر برای انجام تحلیل‌های ما استفاده می‌شود. نتایج ما نشان می‌دهد که طبقه بندهای متنی قوی (بیز نیو و ماشین‌های بردار پشتیبان) بسیار دقیق تر از رویکردهای تحلیل احساس عمومی در شناسایی احساسات ویژه و عمومی موجود در توییت های مربوط به نرم افزار هستند.
تعداد صفحات انگلیسی:
تعداد صفحات فـارسـی:
- 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.