Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Predicting Polarity of Social Media Data. Using Statistical Feature Optimization for Efficient Sentiment Analysis
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Dr. S. Fouzia Sayeedunnisa
ISBN: 9786205499436
Год издания: 1905
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 220
Издательство: LAP LAMBERT Academic Publishing
Цена: 50672 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:Код товара: 714897
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: In the era of social web that includes social networks, forums and blogs, the sentiment analysis is critical in decision making activities by an individual or an organization Sentiment analysis is an information retrieval technique that delivers the vision of relevant users like customers regarding entities like products or services. With the phenomenal growth in the data quantity of social web, manually analysing the opinion is almost impractical. In this context the automated sentiment analysis become critical research objective that grabbed researcher’s attention over a decade. Further, with respect to this, the contribution aims to design learning approaches based on Machine Learning for explorative Twitter trends sentiment analysis. Many of the contemporary SA methods envisioned the intricacies because of maximum feature volume. This gap has been addressed by Feature Selection and optimization using statistical assessment schemes for choosing optimum features.
Ключевые слова: Sentiment Analysis, Machine Learning, Feature Optimization, Feature Selection