طراحی سیستم توصیه گر محصولات شوینده بر مبنای تحلیل احساسات فازی

امروزه شبکه های اجتماعی به عنوان محلی برای ارایه نظرات کاربران نسبت به موضوعات مختلف از جمله محصولات مصرفی تبدیل شده است و این نظرات به منبعی ارزشمند برای تحلیل احساسات و استخراج انتظارات مشتریان از محصولات تبدیل شده است. این موضوع فرصت مناسبی را برای شرکت ها جهت بازطراحی محصولات خود بر اساس نظرات کاربران فراهم کرده است. در این پژوهش برای ارایه توصیه به واحدهای طراحی محصولات شوینده، از تحلیل احساسات مشتریان و مصرف کنندگان این محصولات در شبکه های اجتماعی استفاده کرده ایم. بیش از 4200 مورد از نظرات کاربران شبکه اجتماعی توییتر بر اساس موضوع پژوهش در سال 2019 استخراج و در مرحله پیش پردازش متون پالایش و تگ گذاری شدند و پس از طی این مرحله با بکارگیری منطق فازی و مدلیابی موضوعی به تحلیل احساسات پرداخته شده است. مدلیابی موضوعی را به منظور یافتن ویژگی های مورد اشاره در نظرات برای داشتن رویکردی بهتر در واحدهای طراحی محصولات بکار بردیم و از منطق فازی برای استحصال میزان قطبیت نظرات به 5 دسته بسیار مثبت، مثبت، خنثی، منفی و بسیار منفی استفاده کرده ایم. نتایج بدست آمده از تحلیل احساسات در مدل پژوهش با استفاده از ماتریس آشفتگی مورد ارزیابی قرار گرفت و صحت 86.15% حاصل شد.در این پژوهش از زبان و کتابخانه های پایتون برای جمع آوری، پالایش و تحلیل اطلاعات استفاده گردید.