تحلیل احساسات مبتنی‌بر جنبه روی نظرات کاربران در یک بازارگاه برخط

نویسندگان

1 دانشکده مهندسی برق و کامپیوتر، گروه مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

2 دانشکده مهندسی برق و کامپیوتر، گروه مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

3 دانشکده مهندسی برق و کامپیوتر، گروه مهندسی کامپیوتر، دانشگاه یزد، یزد، ایران

doi
10.22075/jme.2025.33944.2657
چکیده

در سال‌های اخیر، با توجه به گسترش خریدهای اینترنتی و اهمیت بازخورد کاربران در بهبود کیفیت محصولات و خدمات، تحلیل احساسات روی نظرهای کاربران به یکی از مهم‌ترین ابزارها و فرصت‌های پیش‌روی کسب‌وکارها و خدمات برخط تبدیل شده است. در این پژوهش رویکردهای مختلف مبتنی‌بر شبکه عصبی پیچشی، مدل‌ زبانی برت و همچنین مدل‌ زبانی فست‌تکست برای تحلیل احساسات نظرهای کاربران در مورد تلفن همراه در جنبه‌های دوربین، باتری و قیمت در یک بازارگاه اینترنتی بررسی شده است. در همین راستا، داده‌ها مبتنی‌بر جنبه و بر اساس سه احساس مثبت، منفی و خنثی برچسب‌گذاری شد. همچنین برای بهبود عملکرد رویکردهای پیشنهادی و عدم توازن بین داده‌ها، از روش‌های افزایش داده‌ها استفاده و تأثیر آن‌ها بررسی شده است. در نهایت با استفاده از مدل‌های پیشنهادی، دقت بسیار بالایی در تشخیص نظرهای مثبت، منفی و خنثی در هر جنبه به‌دست آمد. بر اساس نتایج، رویکرد پیشنهادی مبتنی‌بر شبکه عصبی پیچشی، عملکرد بهتری نسبت به دو روش پیشنهادی دیگر روی داده‌های مورد نظر داشته است.