کنفرانس بین المللی محاسبات نرم

صفحه اصلی / ششمین کنفرانس بین المللی محاسبات نرم

ترکیب داده‌های چندمنبعی برای پیش‌بینی رفتار کاربران در شبکه‌های اجتماعی با استفاده از یادگیری ماشین

نویسندگان :

داوود مخلصی قنواتی¹ مهدی مدادیان² خسرو فرداد³

1- دانشگاه آزاد اسلامی واحد بهبهان 2- دانشگاه آزاد اسلامی واحد بهبهان 3- دانشگاه آزاد اسلامی واحد بهبهان

کلمات کلیدی :

ترکیب داده های چند منبعی

چکیده :

در سال‌های اخیر، شبکه‌های اجتماعی به یکی از مهم‌ترین بسترهای تولید و تبادل اطلاعات تبدیل شده‌اند. تحلیل و پیش‌بینی رفتار کاربران در این پلتفرم‌ها، کاربردهای گسترده‌ای در حوزه‌هایی نظیر بازاریابی دیجیتال، تشخیص شایعه، و مدیریت بحران دارد. با توجه به تنوع بالای داده‌های تولیدی کاربران (شامل اطلاعات متنی، زمانی، ساختار ارتباطی و تعاملات)، بهره‌گیری از روش‌های ترکیب داده‌های چندمنبعی می‌تواند موجب افزایش دقت پیش‌بینی شود. در این مقاله، چارچوبی برای ترکیب داده‌های چندمنبعی با هدف پیش‌بینی رفتار کاربران در شبکه‌های اجتماعی ارائه شده است. در این چارچوب، ابتدا داده‌های متنوع از جنبه‌های ساختاری (مانند گراف ارتباطات)، محتوایی (متون پست‌ها)، و زمانی استخراج می‌گردند، سپس با استفاده از الگوریتم‌های یادگیری ماشین، رفتار آتی کاربران پیش‌بینی می‌شود. نتایج حاصل از ارزیابی روی یک مجموعه‌داده واقعی، نشان می‌دهد که ترکیب هوشمندانه منابع مختلف داده‌ای، عملکرد مدل را به‌طور معناداری نسبت به روش‌های تک‌منبعی بهبود می‌بخشد.