طبقه بندی نظرهای مشتریان با رویکرد متن کاوی و یادگیری عمیق (نمونه موردی: نظرهای کاربران وبسایت دیجی کالا)

امروزه افراد هنگام خرید محصول یا تهیه خدمات، معیار های متفاوتی را برای تصمیم گیری در نظر می گیرند. یکی از این معیار ها، اطلاع از نظر خریداران قبلی محصولات و خدمات است؛ اما حجم زیاد نظرها نیز، چالشی است که پیش روی این افراد قرار دارد. پژوهش حاضر با هدف ایجاد مدلی جهت تحلیل احساسات کاربران و طبقه بندی نظر آن ها برای حل این چالش اجرا شده است.

پژوهش حاضر روی نظرهای خریداران تلفن همراه از وبسایت دیجی کالا، طی سال های 1394 تا 1395 انجام شده است. به منظور تحلیل احساسات و طبقه بندی نظرها، الگوریتم های مبتنی بر یادگیری عمیق و شبکه های پیچشی (کانوولوشن) که نوعی از شبکه های عمیق هستند، پیشنهاد شده است. در این پژوهش پس از پیش پردازش داده ها و یکسان سازی آن ها با استفاده از مدل از پیش تعلیم دیده فست تکست، کلمه ها به بردار هایی از اعداد صحیح تبدیل و به عنوان ورودی به شبکه عمیق پیشنهادی تحویل داده شدند.

یافته ها:

 جهت تعلیم مدل منتخب این پژوهش، 90 مرتبه الگوریتم آموزشی روی آن اجرا شد. برای صحت عملکرد مدل منتخب از معیار های ماتریس گیجی، دقت، بازخوانی، معیار F و میزان دقت استفاده شد.

نتیجه گیری:

 در پژوهش حاضر با رویکرد شبکه های عمیق و با استفاده از شبکه های پیچشی و حافظه طولانی کوتاه مدت دوطرفه، پس از 90 دوره آموزش، توانستیم با دقت 93 درصد عقاید خریداران تلفن همراه در وبسایت دیجی کالا را طبقه بندی کنیم.