Μέθοδοι ανάλυσης συναισθήματος για την αξιολόγηση κριτικών προϊόντων

• Κύριος συγγραφέας: Κωστής, Ευθύμιος
• Άλλοι συγγραφείς: Kostis, Efthimios
• Γλώσσα: Greek
• Έκδοση: 2020
• Θέματα: Ανάλυση συναισθήματος; Μηχανική μάθηση; Εξόρυξη γνώσης; Νευρωνικά δίκτυα; Δέντρα απόφασης; Τυχαία δάση; Επεξεργασία φυσικής γλώσσας; Sentiment analysis; Machine learning; Data mining; Neural networks; Decision trees; Random forest; Naive Bayes; TF-IDF; Ngrams; Natural language processing; Python

Το αντικείμενο το οποίο πραγματεύεται η παρούσα διπλωματική εργασία είναι η σχεδίαση και η ανάπτυξη ενός εργαλείου ανάλυσης συναισθήματος σε κριτικές προϊόντων, που θα λειτουργεί ως σύμβουλος αγοράς μέσα από μια γραφική διεπαφή χρήστη στο διαδίκτυο. Κατά την προεπεξεργασία των δεδομένων χρησιμοποιούνται τεχνικές επεξεργασίας φυσικής γλώσσας και για τον μετασχηματισμό τους γίνεται χρήση των TF-IDF χαρακτηριστικών με unigrams, αλλά και ngrams. Για την ανάλυση του συναισθήματος αξιοποιούνται αρκετοί αλγόριθμοι Μηχανικής Μάθησης, που εμπίπτουν σε όλες τις κατηγορίες μάθησης. Από αυτούς τους αλγορίθμους ξεχώρισαν τα Νευρωνικά Δίκτυα, τα Τυχαία Δάση, ο Multinomial Naive Bayes, καθώς και ο LDA για την εξαγωγή των θεμάτων της κάθε κριτικής. Το προβλεπόμενο συναίσθημα κατηγοριοποιείται σε τρεις κλάσεις, θετικό, αρνητικό και ουδέτερο. Για τις ανάγκες της εργασίας, η αποθήκευση των δεδομένων πραγματοποιήθηκε στη μη σχεσιακή βάση δεδομένων MongoDB. Η διπλωματική έχει χωριστεί σε τρία βασικά μέρη. Αρχικά, παρουσιάζεται το αναγκαίο θεωρητικό υπόβαθρο της Μηχανικής Μάθησης και της Ανάλυσης Συναισθήματος και έπειτα αναλύεται η διαδικασία ανάπτυξης του συστήματος. Τέλος, όλα τα παραγόμενα αποτελέσματα, συνοδευόμενα από ορισμένα κύρια χαρακτηριστικά κάθε κριτικής, παρουσιάζονται στον τελικό χρήστη μέσα από ένα γραφικό περιβάλλον στο διαδίκτυο. Στο πλαίσιο αυτού του περιβάλλοντος προσφέρεται η δυνατότητα στο χρήστη να αναζητήσει, βάσει ορισμένων κριτηρίων, την κριτική για το προϊόν που επιθυμεί και να αναλύσει τις προβλέψεις συναισθημάτων που παρήχθησαν.