استفاده از شبکه عصبی برا شناسایی جنسیت در شبکه های اجتماعی

استفاده از شبکه عصبی برا شناسایی جنسیت در شبکه های اجتماعی


  • 462 بازدید

در این سلسله مقالات آکادمی داده به دنبال ارائه مطالبی است که محققین و علاقه‌مندان دانش علم داده با کاربردهای گسترده و عظیم این علم آشنا کند.
 علم داده با ظهور شبکه های اجتماعی رشد بسیار زیادی کرد زیرا داده های منتشر شده روز به روز گسترده‌تر شد به همین دلیل کارها و تحقیقات انجام شده در این حوزه مطالعاتی نیز رشد چشمگیری کرد.
بدین ترتیب در این مقالات کارهای انجام شده بر روی داده های شبکه های اجتماعی با استفاده از روش های داده کاوی و یادگیری ماشین ارائه خواهد شد. امید است مطالعه این مقالات برای اشخاصی که به دنبال تحقیق و پژوهش در حوزه کشف دانش از شبکه های اجتماعی با بهره گیری از داده کاوی و یادگیری ماشین هستند مفید و سودمند باشد.

در این تحقیق که توسط ویلیام دیرتریک انجام شده است مساله شناسایی جنسیت کاربران شبکه اجتماعی توییتر با استفاده از شبکه عصبی بحث شده است. 

شناسایی جنسیت در بسیاری از موارد پركاربرد و از اهمیت بالایی برخوردار می‌باشد از مواردی كه می‌توان به اهمیت این مسئله اشاره نمود در سیستم‌های توصیه گر در حوزه‌های مختلف مانند فروش اینترنتی ، پیشنهاد فیلم ، کاربردهای پزشكی ، رژیم‌های غذایی ، توصیه‌های ورزشی و ... می‌باشد به‌عنوان‌مثال در یك سیستم فروش اینترنتی این سیستم‌ها با حدس زدن شیوه تفکر کاربر به وی مناسب‌ترین و نزدیک‌ترین کالا به سلیقه او را شناسایی و پیشنهاد می‌کند حال اگر این پیشنهاد در راستای جنسیت كاربر هدف‌گذاری شود می‌تواند كمك بسیاری به این سیستم نماید و یا این سیستم می‌تواند موجب افزایش آگاهی کاربر درزمینهٔ موردعلاقه وی می‌شود مثلاً در حین ارائه توصیه به کاربر با توجه به جنسیت كاربر موجب می‌شود تا وی با اقلام و اشیاء جدیدی را که قبلاً آن‌ها را نمی‌شناخته، آشنا شود.

سه هزار کاربر بررسی شده است و سی و شش هزار توییت تولید شده توسط کاربران توسط محقق بررسی شده است، 53 ویژگی تعریف شده که بر اساس این ویژگی ها مدلی با استفاده از شبکه عصبی ارائه شده است دقت 98 درصدی به دست آمده است. نکته اصلی این تحقیق استفاده از Modified Balanced Winnow برای ایجاد مدل شناسایی جنسیت در شبکه اجتماعی توییتر است. 

کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 

اگر در زمینه علم داده و داده کاوی در حال تحقیق یا پیاده سازی پروژه تجاری یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد. 


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.