قسمتی از متن ترجمه مقاله مطالعه ای بر تجزیه و تحلیل دیتا های بزرگ رسانه اجتماعی
چکیده
اخیرا تحلیل های داده های بزرگ به عنوان یک حوزه اجتماعی به دلیل محبوبیت اینترنت و ظهور فناوری های وب 2 پدیدار شده است. علاوه بر این، ازدیاد و پذیرش برنامه های رسانه های اجتماعی فرصت ها و چالش های بسیار زیادی را برای محققان و متخصصان فراهم آورده است. میزان عظیم داده های تولید شده توسط کاربران با استفاده از پلتفورم های رسانه اجتماعی نتیجه ادغام جزئیات پیشینه و فعالیت های روزانه آن ها است. این حجم عظیم از داده های شناخته شده به عنوان “داده های بزرگ (داده های کلان)” اخیرا به شدت مورد تحقیق قرار گرفته است. مرور کوتاهی بر کارهای اخیر در این مقاله ارائه شده است تا دیدگاه وسیع تری نسبت به موضوع تحقیقاتی تحلیل داده های بزرگ رسانه اجتماعی به دست آید. ما ادبیات موجود را براساس جنبه های مهم دسته بندی می کنیم. همچنین این مطالعه تکنیک های ممکن تحلیل داده های بزرگ و ویژگی های کیفی آن ها را با یکدیگر مقایسه می کند. علاوه بر این، بحثی درباره کاربردهای تحلیل داده های بزرگ رسانه اجتماعی با نمایان کردن بهترین تکنیک ها، روشش ها و کیفیت ویژگی های مطالعات پیشین ارائه می کنیم. چالش های تحقیقاتی موجود در تحلیل داده های بزرگی به خوبی مورد بررسی قرار می گیرند.
کلمات کلیدی: داده های بزرگ (کلان داده)، رسانه اجتماعی، یادگیری ماشین، تجزیه و تحلیل
قسمتی از متن مقدمه:
ادامه این مقاله به این صورت سازمان دهی می شود. بخش 2 پیشینه رسانه اجتماعی، تجزیه و تحلیل داده های بزرگ و یادگیری ماشین را معرفی می کند. بخش 3 طبقه بندی از تجزیه و تحلیل داده های بزرگ درباره رسانه اجتماعی را ارائه می کند. علاوه بر این، این بخش درباره پیشرفت های اخیر در الگوریتم های یادگیری ماشین بحث می کند که برای تجزیه و تحلیل داده های بزرگ برای رسانه اجتماعی و به ویژه کاربرد یادگیری عمیق، شبکه های عصبی مصنوعی، سیستم های فازی، هوش ازدحام و محاسبات تکاملی توسعه داده شده است. بخش 4 بحث درباره تجزیه و تحلیل داده بزرگ رسانه اجتماعی را ارائه می کند. بخش 5 چالش های تحقیق را آشکار می کند. بخش 6 نیز نتیجه گیری و جهت گیری های آتی را بیان می کند.
Abstract
Big data analytics has recently emerged as an important research area due to the popularity of the Internet and the advent of the Web 2.0 technologies. Moreover, the proliferation and adoption of social media applications have provided extensive opportunities and challenges for researchers and practitioners. The massive amount of data generated by users using social media platforms is the result of the integration of their background details and daily activities. This enormous volume of generated data known as “big data” has been intensively researched recently. A review of the recent works is presented to obtain a broad perspective of the social media big data analytics research topic. We classify the literature based on important aspects. This study also compares possible big data analytics techniques and their quality attributes. Moreover, we provide a discussion on the applications of social media big data analytics by highlighting the state-of-the-art techniques, methods, and the quality attributes of various studies. Open research challenges in big data analytics are described as well.
Keywords
Big data, Social media, Machine learning, Analytics
- چکیده
- کلمات کلیدی
- 1. مقدمه
- 2. داده های بزرگ رسانه اجتماعی
- 3. تجزیه و تحلیل داده های بزرگ براساس طبقه بندی رسانه اجتماعی
- 3-1 منابع داده های رسانه اجتماعی
- 3-2 مشخصه
- 3-2-1 تجزیه و تحلیل توصیفی
- 3-2-2 تجزیه و تحلیل تشخیصی
- 3-2-3 تجزیه و تحلیل پیش بینی کننده
- 3-2-4 تجزیه و تحلیل تجویزی
- 3-3 هوش محاسباتی
- 3-3-1 شبکه های عصبی مصنوعی
- 3-3-2 سیستم های فازی
- 3-3-3 هوش ازدحام
- 3-3-4 محاسبه تکاملی
- 3-3-5 یادگیری عمیق
- 3-4 تکنیک ها
- 3-4-1 مدل سازی
- 3-4-2 تحلیل احساسات
- 3-4-3 تحلیل شبکه اجتماعی
- 3-4-4 متن یابی (کاوش متن)
- 4. بحث
- 5. چالش های تحقیق
- 6. نتیجه گیری
- منابع
- Abstract
- Keywords
- 1. Introduction
- 2. Social media big data
- 3. Big data analytics on social media classification
- 3.1. Social media data sources
- 3.2. Characteristic
- 3.2.1. Descriptive analytics
- 3.2.2. Diagnostic analytics
- 3.2.3. Predictive
- 3.2.4. Prescriptive analytics
- 3.3. Computational intelligence
- 3.3.1. Artificial neural networks
- 3.3.2. Fuzzy systems
- 3.3.3. Swarm intelligence
- 3.3.4. Evolutionary computation
- 3.3.5. Deep learning
- 3.4. Techniques
- 3.4.1. Modeling
- 3.4.2. Sentiment analysis
- 3.4.3. Social network analysis (SNA)
- 3.4.4. Text mining
- 4. Discussion
- 5. Research challenges
- 6. Conclusion
- Acknowledgment
- References
3. تجزیه و تحلیل داده های بزرگ براساس طبقه بندی رسانه اجتماعی
در این بخش، طبقه بندی تجزیه و تحلیل داده های بزرگ براساس مطالعات قبلی مرتبط با داده های رسانه اجتماعی مورد بحث قرار می گیرد. بسیاری از مطالعات بر تکنیک های تحلیل داده های بزرگ همراه با داده های رسانه اجتماعی تمرکز کرده اند (Adedoyin-Olowe et al., 2013; J. Kim & Hastak, 2018; Stieglitz et al., 2018). تجزیه و تحلیل داده های بزرگ قابلیت مدیریت مسائل مختلف تحقیقاتی با استفاده از هوش های محاسباتی را دارد. بنابراین، تجزیه و تحلیل داده های بزرگ بر روی رسانه اجتماعی به گروه های مختلف طبقه بندی می شود تا خصوصیات هر یک از آن ها استخراج گردد. طبقه بندی ارائه شده در این مرور کوتاه تلاشی برای بررسی بیشتر خطاها و کمبودهای کارهای پیشین است. شکل 2 طبقه بندی های مختلف تجزیه و تحلیل داده های بزرگ را نشان می دهد. این طبقه بندی مبتنی بر چهار جنبه است: منابع داده ها، مشخصات، هوش محاسباتی و تکنیک ها. طبقه بندی پیشنهادی در ارائه روشی نظام مند برای درک تکنیک ها و فناوری های تجزیه و تحلیل داده های بزرگ که در داده های رسانه اجتماعی مورد استفاده قرار می گیرند، کمک می کند.
شکل 1: پردازش داده های بزرگ رسانه اجتماعی
شکل 2: طبقه بندی تجزیه و تحلیل داده های بزرگ براساس رسانه اجتماعی
شکل 2 نشان می دهد که برای هر جنبه از طبقه بندی، مطالعات تحقیقاتی مربوطه برای ارائه یک پیشینه و درک عمیق از طبقه بندی، جمع آوری و خلاصه می شوند. مرتبط ترین دسته بندی یافت شده در ادبیات در مقاله Ahmed و همکاران (2017) مورد بحث قرار گرفته است، به طوری که بر تجزیه و تحلیل داده های بزرگ در اینترنت اشیا متمرکز شده است. با این حال، این مطالعه در رابطه با استفاده از روش های یادگیری ماشین برای تجزیه و تحلیل داده های بزرگ در رسانه اجتماعی است.
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.