کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6948557 1451079 2014 35 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Social analytics: Learning fuzzy product ontologies for aspect-oriented sentiment analysis
ترجمه فارسی عنوان
تجزیه و تحلیل اجتماعی: شناخت هستی شناسی محصولات فازی برای تحلیل گرایی جنبه گرا
کلمات کلیدی
تجزیه و تحلیل اجتماعی، معدن آنتولوژی، هستی شناسی محصول، تجزیه و تحلیل احساس جنبه گرا، رسانه های اجتماعی،
ترجمه چکیده
در عصر وب 2.0، در رسانه های اجتماعی و وب سایت های تجارت الکترونیکی، رشد قابل ملاحظه ای از نظرات مصرف کننده صورت گرفته است. استفاده از روش تحلیلی پیشرفته اجتماعی برای تجزیه و تحلیل احساسات که در این نظرات مصرف کننده جاسازی شده است، سبب استراتژی طراحی محصولات هر دو شرکت و مقایسه خرید مصرف کنندگان فردی می شود. با این حال، روش های تجزیه و تحلیل اجتماعی موجود، اغلب رویکردهای تجزیه و تحلیل احساسات درشت و بدون چابک را در نظر می گیرند. در نتیجه، این روش ها ممکن است به اندازه کافی موثر برای حمایت از نیازهای شرکتها و مصرف کنندگان از استخراج دقیق اطلاعات بازار از رسانه های اجتماعی باشد. با توجه به روش تحقیق علمی طراحی، مشارکت اصلی تحقیق ما طراحی یک روش تحلیلی جدید اجتماعی است که می تواند حجم مناسبی از نظرسنجی های مصرف کننده بایگانی شده در سایت های رسانه های اجتماعی را برای انجام استخراج ریز دانه ای از اطلاعات بازار تحریک کند. به طور خاص، روش پیشنهادی تجزیه و تحلیل اجتماعی مبتنی بر الگوریتم معدن شناسی هسته شناسی نیمه نظارت شده محصول فازی است. بر اساس داده های رسانه های اجتماعی در دنیای واقعی، سیستم نمونه اولیه ما نشان می دهد که بهبود عملکرد قابل توجهی نسبت به یک سیستم یادگیری هستی شناسی پایه و یک سیستم تجزیه و تحلیل احساسات بدون زمینه است. مفهوم مدیریتی تحقیق ما این است که شرکت ها می توانند از روش پیشنهادی تحلیل اجتماعی استفاده کنند تا بتوانند به هوش اجتماعی جمعی در وب دسترسی داشته باشند و از این طریق طراحی محصول و استراتژی های بازاریابی خود را بهبود بخشند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر سیستم های اطلاعاتی
پیش نمایش مقاله
تجزیه و تحلیل اجتماعی: شناخت هستی شناسی محصولات فازی برای تحلیل گرایی جنبه گرا
چکیده انگلیسی
In the era of Web 2.0, there has been an explosive growth of consumer-contributed comments at social media and electronic commerce Web sites. Applying state-of-the-art social analytics methodology to analyze the sentiments embedded in these consumer comments facilitates both firms' product design strategies and individual consumers' comparison shopping. However, existing social analytics methods often adopt coarse-grained and context-free sentiment analysis approaches. Consequently, these methods may not be effective enough to support firms and consumers' demands of fine-grained extraction of market intelligence from social media. Guided by the design science research methodology, the main contribution of our research is the design of a novel social analytics methodology that can leverage the sheer volume of consumer reviews archived at social media sites to perform a fine-grained extraction of market intelligence. More specifically, the proposed social analytics methodology is underpinned by a novel semi-supervised fuzzy product ontology mining algorithm. Evaluated based on real-world social media data, our prototype system shows remarkable performance improvement over a baseline ontology learning system and a context-free sentiment analysis system. The managerial implication of our research is that firms can apply the proposed social analytics methodology to tap into the collective social intelligence on the Web, and hence improve their product design and marketing strategies.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Decision Support Systems - Volume 65, September 2014, Pages 80-94
نویسندگان
, , ,