27283

ارائه‌ي روشي براي پيش‌بيني نظرات كاربران شبكه‌هاي اجتماعي با توجه به خصوصيات جمعيت‌شناختي

كارشناسي ارشد

مهندسي كامپيوتر - گرايش هوش مصنوعي و رباتيكز

1398

1401/07/2

محمد رضا جاهد مطلق

مهندسي كامپيوتر

هر فرد تصميم‌گيرنده، توليدكننده و يا ارائه‌دهنده‌ي خدمتي مشتاق است از نظرات جامعه‌ي هدفش درباره‌ي تصميماتي كه مي‌گيرد، محصولات و يا خدماتي كه ارائه مي‌دهد مطلع شود. آگاهي از نظرات و عقايد به مديران و تصميم‌گيران كمك مي‌كند تا خود را ارزيابي كرده و در هر مقطع زماني بهترين تصميم را بگيرند. از طرف ديگر هر گروه و جامعه‌ي كوچك و بزرگي معمولاً از افرادي با ويژگي‌هاي متفاوت تشكيل شده است. اين افراد ممكن است در سن، تحصيلات، جنسيت، نژاد، سبك زندگي، وضعيت اقتصادي و يا موارد ديگر با يكديگر تفاوت داشته باشند. اين تفاوت‌ها باعث پيدايش تفكرات، نگرش‌ها و عكس‌العمل‌هاي متفاوت در برخود با مسائل يكسان مي‌شود. هچنين برخي از محصولات، خدمات، قوانين و امتيازات مخصوص به گروه سني و يا جنسيت معين يا افرادي با شغل و ميزان درآمد مشخص است. از جمله كاربردهاي هوش‌مصنوعي مي‌توان به توانايي پيش‌بيني الگوريتم‌هاي آن اشاره كرد. هوش‌مصنوعي اين توانايي را دارد تا با استفاده از متن‌هاي نوشته شده توسط افراد نظراتشان و برخي از خصوصيات شخصيتي و جمعيت‌شناختي آن‌ها را تخمين بزند. تاكنون مقالات بسياري در زمينه‌ي پيش‌بيني نظرات منتشر شده است. همچنين موضوع تخمين خصوصيات جمعيت‌شناختي افراد از روي متن‌هايي كه از شبكه‌هاي مجازي به‌دست مي‌آيد بسيار مورد توجه قرار گرفته است. روش‌هاي استفاده شده در هردوي اين موضوعات اكثراً روش‌هاي باناظر هستند. همچنين در زمان استفاده از شبكه‌هاي اجتماعي بايد درنظر داشت كه تمام گروه‌هاي سني، شغلي و جنسيتي در اين شبكه‌ها فعاليت نمي‌كنند، مسئله‌اي كه در مقالات پيش‌بيني ‌نظرات كمتر به آن توجه مي‌شود. از اين رو در پژوهش پيش‌رو روشي براي تخمين نظرات كاربران شبكه‌هاي اجتماعي با توجه به خصوصيات جمعيت‌شناختي ارائه شد تا مشخص شود در زمان استفاده از شبكه‌هاي اجتماعي به كدام گروه‌ها بيش‌تر توجه مي‌شود. اين روش شامل چهار مرحله است. پس از جمع‌آوري داده‌ها از شبكه‌ي اجتماعي توييتر كاربراني كه به نظر مي‌رسيد رأي خواهند داد به صورت بدون‌ناظر از ساير كاربران جدا شدند. سپس سن اين كاربران به عنوان يكي از خصوصيات جمعيت‌شناختي تخمين زده شد و افرادي كه كمتر از هجده سال سن داشتند كنار گذاشته شدند. بعد از آن جنسيت كاربران به عنوان دومين ويژگي جمعيت‌شناختي تخمين زده شد. درنهايت كانديداي انتخابي هر يك از كاربران در انتخابات رياست‌جمهوري سال 1400 ايران تخمين زده شد. نتيجه‌ي پيش‌بيني به نتيجه‌ي واقعي انتخابات بسيار نزديك بود. همچنين طبق نتيجه‌ي اين پيش‌بيني مي‌توان گفت دوقطبي اصلي در اين انتخابات بين كاربراني كه رأي مي‌دهند و كاربراني كه رأي نمي‌دهند است. همچنين در اين پژوهش به اين نتيجه رسيديم كه اگر از تعداد داده‌ي زياد و ويژگي‌هاي مناسبي استفاده شود و پيش‌پردازش خوبي انجام شود الگوريتمي مانند درخت‌تصميم دقت خيلي خوبي خواهد داشت.

1401/08/08

Proposing a method for predicting the opinions of social network users according to demographic characteristics

9/24/2023 12:00:00 AM

Campaign managers are always looking for new and innovative ways to get an edge over their opponents. One of the key aspects of any successful business is knowing how your customers feel about your product, modern business enterprises are becoming more and more dependent on data for taking business decision. To find out what your customers like or which candidate is most favorably viewed by people, you need to analyze public opinion. By understanding public opinions, campaigns can better target their messages and appeal voters, or manufacturers will see how sentiments towards their brand compares to that of their competitors. Each population consists of different characteristics. These people may have differences in age, education, gender, race, lifestyle, economic status. Most people shape their opinions based on a combination of family, school, education, mass media, peer groups and opinion leaders. Also, some products, services, and rules are specific to a particular age group, or gender or job. Artificial intelligence can use texts written by people to estimate their opinions and some of their demographic characteristics. In this research, an attempt has been made to predict the opinions of social network users about the Iranian presidential election in 1400 according to demographic characteristics. This process consists of four steps. After collecting the data from Twitter, the users who had a positive opinion about the elections were separated from other users in an unsupervised manner. Then, their age and gender were accurately estimated as two demographic characteristics. Finally, the chosen candidate of each user was estimated.

خصوصيات جمعيت‌شناختي , نظر , شبكه‌هاي اجتماعي , شكل‌گيري نظرات , افكار عمومي

Demographic characteristics , opinion , social network , opinion formation , public opinion

Raziyeh Shariatpanah

Dr. Mohammad Reza Jahed Motlagh