Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "eksploracja opinii" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Customer product review summarization over time for competitive intelligence
    Autorzy:
    Amarouche, Kamal
    Benbrahim, Houda
    Kassou, Ismail
    Powiązania:
    https://bibliotekanauki.pl/articles/950925.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    feature extraction
    fuzzy logic
    competitive intelligence
    opinion mining
    opinion summarization
    sentiment analysis
    SentiWordNet
    ekstrakcja cech
    logika rozmyta
    wywiad konkurencyjny
    eksploracja opinii
    podsumowanie opinii
    analiza nastrojów
    Opis:
    Nowadays, Customer’s product reviews can be widely found on the Web, be it in personal blogs, forums, or ecommerce websites. They contain important products’ information and therefore became a new data source for competitive intelligence. On that account, these reviews need to be analyzed and summarized in order to help the leader of an entity (company, brand, etc.) to make appropriate decisions in an efective way. However, most previous review summarization studies focus on summarizing sentiment distribution toward different product features without taking into account that the real advantages and disadvantages of a product clarify over time. For this reason, in this work we aim to propose a new system for product opinion summarization which depends on the time when reviews are expressed and that covers the sentiments change about product features. The proposed system firstly, generates a summary based on product features in order to give more accurate and efficient information about different features. secondly, classify the product based on its features in its appropriate class (good, medium or bad product) using a fuzzy logic system. The experimental results demonstrate the effectiveness of the proposed system to generate the real image of a product and its features in reviews.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2018, 12, 4; 70-82
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Aspect-based sentiment classification model employing whale-optimized adaptive neural network
    Autorzy:
    Balaganesh, Nallathambi
    Muneeswaran, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/2173622.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    aspect-based sentiment analysis
    whale optimization algorithm
    artificial neural network
    opinion mining
    analiza nastrojów oparta na aspektach
    algorytm optymalizacji wielorybów
    sztuczna sieć neuronowa
    eksploracja opinii
    Opis:
    Nowadays in e-commerce applications, aspect-based sentiment analysis has become vital, and every consumer started focusing on various aspects of the product before making the purchasing decision on online portals like Amazon, Walmart, Alibaba, etc. Hence, the enhancement of sentiment classification considering every aspect of products and services is in the limelight. In this proposed research, an aspect-based sentiment classification model has been developed employing sentiment whale-optimized adaptive neural network (SWOANN) for classifying the sentiment for key aspects of products and services. The accuracy of sentiment classification of the product and services has been improved by the optimal selection of weights of neurons in the proposed model. The promising results are obtained by analyzing the mobile phone review dataset when compared with other existing sentiment classification approaches such as support vector machine (SVM) and artificial neural network (ANN). The proposed work uses key features such as the positive opinion score, negative opinion score, and term frequency-inverse document frequency (TF-IDF) for representing each aspect of products and services, which further improves the overall effectiveness of the classifier. The proposed model can be compatible with any sentiment classification problem of products and services.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; art. no. e137271
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Aspect-based sentiment classification model employing whale-optimized adaptive neural network
    Autorzy:
    Balaganesh, Nallathambi
    Muneeswaran, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/2128172.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    aspect-based sentiment analysis
    whale optimization algorithm
    artificial neural network
    opinion mining
    analiza nastrojów oparta na aspektach
    algorytm optymalizacji wielorybów
    sztuczna sieć neuronowa
    eksploracja opinii
    Opis:
    Nowadays in e-commerce applications, aspect-based sentiment analysis has become vital, and every consumer started focusing on various aspects of the product before making the purchasing decision on online portals like Amazon, Walmart, Alibaba, etc. Hence, the enhancement of sentiment classification considering every aspect of products and services is in the limelight. In this proposed research, an aspect-based sentiment classification model has been developed employing sentiment whale-optimized adaptive neural network (SWOANN) for classifying the sentiment for key aspects of products and services. The accuracy of sentiment classification of the product and services has been improved by the optimal selection of weights of neurons in the proposed model. The promising results are obtained by analyzing the mobile phone review dataset when compared with other existing sentiment classification approaches such as support vector machine (SVM) and artificial neural network (ANN). The proposed work uses key features such as the positive opinion score, negative opinion score, and term frequency-inverse document frequency (TF-IDF) for representing each aspect of products and services, which further improves the overall effectiveness of the classifier. The proposed model can be compatible with any sentiment classification problem of products and services.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; e137271, 1--8
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Konceptualny model Competitive Intelligence
    Conceptual model of Competitive Intelligence
    Autorzy:
    Bartuś, Kamila
    Bartuś, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/587352.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Analiza nastrojów
    Analiza zdarzeń w czasie
    Eksploracja opinii
    Model Competitive Intelligence (CI)
    Wykrywanie wydarzeń
    Competition Intelligence (CI)
    Event detection
    Event Timeline Analysis
    Opinion Mining
    Sentiment analysis
    Opis:
    W artykule przytoczono wybrane charakterystyki Competitive Intelligence. Zaproponowano i opisano autorski model Competitive Intelligence. Celem artykułu jest opracowanie konceptualnego, holistycznego modelu CI. Przedstawione wyniki badań mogą być pomocne w opracowaniu planu i podejmowaniu działań, mających na celu wykorzystanie CI w działalności biznesowej.
    The main purpose of this paper is to present an idea of Competitive Intelligence. To demonstrate this approach the prototype of a Competitive Intelligence is described. The structure of this paper is organized as follows: first, we provide an overview of the Competitive Intelligence. Next, the Competitive Intelligence concept and its components are presented in detail followed with a description of the prototype model. Finally, we summarize the key points of the research and give directions for future research.
    Źródło:
    Studia Ekonomiczne; 2016, 278; 105-119
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Information management tools for innovation analysts
    Narzędzia zarządzania informacją dla analityków innowacji
    Autorzy:
    Eito-Brun, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/256694.pdf
    Data publikacji:
    2014
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    innovation
    scientometrics
    text mining
    opinion mining
    text visualization
    innowacja
    naukometria
    eksploracja tekstu
    badanie opinii
    wizualizacja tekstu
    Opis:
    Innovation management is a knowledge-intensive process that requires dealing with different sources of data to identify relationships between the concepts, techniques, and tools that may led to innovations. Innovation analysts need to handle huge amounts of unstructured information: ideas gathered from internal staff and external partners, research papers and technical reports, patents and applications, etc. All these sources constitute valid inputs to assess the innovativeness of ideas, the feasibility of their implementation, and their potential value in the market. Innovation management discipline has widely used techniques and methods developed in the context of Information Science to support the identification of research trends, assess the outputs of innovation efforts and investments, and monitor the market and the activities made by competitors. The fruitful relationship between Information Science techniques and Innovation management needs to be regularly reviewed as new techniques and tools are designed and made available to the community. In the last years, significant progress has been achieved in areas like scientometrics, text visualization, and opinion mining. This paper provides an overview of these techniques and discusses how they can help professionals involved in innovation programs.
    Zarządzanie innowacjami to oparty na wiedzy proces, w którym definiowany jest poziom zależności pomiędzy pomysłami, technikami i narzędziami mogącymi skutkować opracowaniem innowacji. Analityk innowacji musi zarządzać treściami niestrukturalnymi: pomysłami zgromadzonymi od pracowników jak i partnerów, wiedzą pochodzącą z publikacji naukowych i raportów technicznych, patentami i zgłoszeniami patentowymi itp. Wszystkie te źródła stanowią istotny wkład w proces oceny innowacyjności pomysłu, możliwości jego realizacji oraz konkurencyjności rynkowej. W zarządzaniu innowacjami powszechnie stosowane są techniki i metody informatyczne, które wspomagają proces identyfikacji trendów, oceny rezultatów, oszacowania niezbędnych nakładów finansowych czy monitorowania rynku. Oznacza to, że należy regularnie monitorować stan wiedzy i techniki w tym obszarze w celu zapewnienia jak najbardziej owocnej współpracy na styku nauk informatycznych i zarządzania innowacjami. W ostatnich latach znaczący postęp osiągnięto w takich dziedzinach jak naukometria, wizualizacja tekstu i badanie opinii. W artykule dokonano przeglądu tych technik i omówiono sposób, w jaki mogą one wspomóc specjalistów zaangażowanych w realizację innowacyjnych programów.
    Źródło:
    Problemy Eksploatacji; 2014, 4; 73-82
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies