ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Sentiment analysis in social networks

دانلود کتاب تحلیل احساسات در شبکه های اجتماعی

Sentiment analysis in social networks

مشخصات کتاب

Sentiment analysis in social networks

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9780128044124, 0128044128 
ناشر: Elsevier Science & Technology 
سال نشر: 2016 
تعداد صفحات: 286 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 16 مگابایت 

قیمت کتاب (تومان) : 38,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Sentiment analysis in social networks به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تحلیل احساسات در شبکه های اجتماعی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تحلیل احساسات در شبکه های اجتماعی

هدف تجزیه و تحلیل احساسات، تعریف ابزارهای خودکاری است که قادر به استخراج اطلاعات ذهنی از متون به زبان طبیعی، مانند نظرات و احساسات، به منظور ایجاد دانش ساختاریافته و عملی برای استفاده توسط یک سیستم پشتیبانی تصمیم یا یک تصمیم گیرنده است. تجزیه و تحلیل احساسات با ظهور و رشد شبکه های اجتماعی ارزش بیشتری پیدا کرده است. "تحلیل احساسات در شبکه های اجتماعی" با مروری بر آخرین روندهای تحقیقاتی در این زمینه آغاز می شود. سپس فرآیندهای جامعه شناختی و روانشناختی تحت تأثیر تعاملات شبکه های اجتماعی را مورد بحث قرار می دهد. این کتاب مدل‌ها و روش‌های یادگیری معنایی و ماشینی را بررسی می‌کند که به متن وابسته به بافت و متن پویا در شبکه‌های اجتماعی آنلاین می‌پردازد، و نشان می‌دهد که چگونه جریان‌های شبکه‌های اجتماعی به دلیل ماهیت بزرگ، کوتاه، پر سر و صدا، وابسته به زمینه و ماهیت پویا چالش‌های متعددی را ایجاد می‌کنند. علاوه بر این، این جلد: رویکردی بین‌رشته‌ای از تعدادی حوزه محاسباتی، از جمله پردازش زبان طبیعی، یادگیری ماشین، داده‌های بزرگ، و روش‌های آماری ارائه می‌کند. کاربرد و دامنه، و نحوه دستیابی به بهترین نتایج برای درک پیامدها به عنوان یک مرجع یک مرحله ای برای پیشرفته ترین روش در تجزیه و تحلیل رسانه های اجتماعی استفاده می کند. داده‌های بزرگ و روش‌های آماری بینش‌هایی در مورد ارسال هرزنامه، استدلال، و کاوی شبکه‌های اجتماعی ارائه می‌دهد. نحوه استفاده از ابزارهای نظرکاوی برای یک برنامه و دامنه خاص را نشان می‌دهد و چگونه می‌توان بهترین نتایج را برای درک پیامدها دریافت کرد. مدرن در تجزیه و تحلیل رسانه های اجتماعی


توضیحاتی درمورد کتاب به خارجی

The aim of Sentiment Analysis is to define automatic tools able to extract subjective information from texts in natural language, such as opinions and sentiments, in order to create structured and actionable knowledge to be used by either a decision support system or a decision maker. Sentiment analysis has gained even more value with the advent and growth of social networking." Sentiment Analysis in Social Networks" begins with an overview of the latest research trends in the field. It then discusses the sociological and psychological processes underling social network interactions. The book explores both semantic and machine learning models and methods that address context-dependent and dynamic text in online social networks, showing how social network streams pose numerous challenges due to their large-scale, short, noisy, context- dependent and dynamic nature. Further, this volume: Takes an interdisciplinary approach from a number of computing domains, including natural language processing, machine learning, big data, and statistical methodologiesProvides insights into opinion spamming, reasoning, and social network analysisShows how to apply sentiment analysis tools for a particular application and domain, and how to get the best results for understanding the consequencesServes as a one-stop reference for the state-of-the-art in social media analytics Takes an interdisciplinary approach from a number of computing domains, including natural language processing, big data, and statistical methodologiesProvides insights into opinion spamming, reasoning, and social network miningShows how to apply opinion mining tools for a particular application and domain, and how to get the best results for understanding the consequencesServes as a one-stop reference for the state-of-the-art in social media analytics



فهرست مطالب

Content: 
Front Matter,Copyright,Contributors,Editors’ Biographies,Preface,AcknowledgmentsEntitled to full textChapter 1 - Challenges of Sentiment Analysis in Social Networks: An Overview, Pages 1-11
Chapter 2 - Beyond Sentiment: How Social Network Analytics Can Enhance Opinion Mining and Sentiment Analysis, Pages 13-29
Chapter 3 - Semantic Aspects in Sentiment Analysis, Pages 31-48
Chapter 4 - Linked Data Models for Sentiment and Emotion Analysis in Social Networks, Pages 49-69
Chapter 5 - Sentic Computing for Social Network Analysis, Pages 71-90
Chapter 6 - Sentiment Analysis in Social Networks: A Machine Learning Perspective, Pages 91-111
Chapter 7 - Irony, Sarcasm, and Sentiment Analysis, Pages 113-128
Chapter 8 - Suggestion Mining From Opinionated Text, Pages 129-139
Chapter 9 - Opinion Spam Detection in Social Networks, Pages 141-156
Chapter 10 - Opinion Leader Detection, Pages 157-170
Chapter 11 - Opinion Summarization and Visualization, Pages 171-187
Chapter 12 - Sentiment Analysis With SpagoBI, Pages 189-195
Chapter 13 - SOMA: The Smart Social Customer Relationship Management Tool: Handling Semantic Variability of Emotion Analysis With Hybrid Technologies, Pages 197-209
Chapter 14 - The Human Advantage: Leveraging the Power of Predictive Analytics to Strategically Optimize Social Campaigns*, Pages 211-222
Chapter 15 - Price-Sensitive Ripples and Chain Reactions: Tracking the Impact of Corporate Announcements With Real-Time Multidimensional Opinion Streaming, Pages 223-237
Chapter 16 - Conclusion and Future Directions, Pages 239-241
Author Index, Pages 243-255
Subject Index, Pages 257-263




نظرات کاربران