تقييم شركات السياحة عبر وسائل التواصل الاجتماعي باستخدام تحليل المشاعر
محتوى المقالة الرئيسي
الملخص
ازدادت وسائل التواصل الاجتماعي بشكل كبير وواضح لانها وسيلة إعلام للمستخدمين للتعبير عن مشاعرهم من خلال آلاف المنشورات والتعليقات حول شركات السياحة. وبالتالي ، يصعب على السائح قراءة جميع التعليقات لتحديد ما إذا كانت تلك الآراء إيجابية أم سلبية لتقييم نجاح الشركة. في هذه البحث,تم استخدام التنقيب عن النص لتصنيف المشاعر من خلال جمع مراجعات اللهجة العراقية حول شركات السياحة من الفيس بوك لتحليلها باستخدام تحليل المشاعر لتتبع المشاعر الموجوده في المنشورات والتعليقات. ثم تم تصنيفها إلى تعليق إيجابي أو سلبي أو محايد باستخدام Naïve Bayes, Rough Set Theory , K-Nearest Neighbor. من بين 71 شركة سياحة عراقية وجدت أن 28٪ من هذه الشركات لديها تقييم جيد جدا ، و 26٪ من هذه الشركات لديها تقييم جيد ، و 31٪ من هذه الشركات لديها تقييم متوسط ، و 4٪ من هذه الشركات لديها تقييم مقبول و 11٪ من هذه الشركات لديها تقييم سيء. ساعدت النتائج التجريبية الشركات على تحسين عملها وبرامجها واستجابة كافية وسريعة لمتطلبات العملاء
Received 28/9/2020
Accepted 2/3/2021
Published Online First 20/9/2021
تفاصيل المقالة
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
كيفية الاقتباس
المراجع
AL-Bakri N.F., Hashim S.H. A modified similarity measure for improving accuracy of user-based collaborative filtering. IJS. 2018; 59(2): 934-945.
Akaichi J, Dhouioui Z, Pérez MJ. Text mining facebook status updates for sentiment classification. ICSTCC. 2013 Oct 11: 640-645. IEEE.
Junianto E, Rachman R. Implementation of Text Mining Model to Emotions Detection on Social Media Comments Using Particle Swarm Optimization and Naive Bayes Classifier. CITSM. 2019 Nov 6; 7: 1-6. IEEE.
AL-Bakri N.F., Al-zubidi Azhar F., Alnajjar Aseel B., Qahtan Ehsan .multi label restaurant classification using support vector machine. PEN.2021; 9(2):774-783.
Ali AT, Ahmed T S. Lexicon-Based Sentiment Analysis for Iraqi Vernacular/Arabic Language Using KNN, Naive Bayes and Rough Set Theory. JARDCS.2020; 11(11).
Alaei AR, Becken S, Stantic B. Sentiment analysis in tourism: capitalizing on big data. JTR. 2019 Feb; 58(2):175-91.
Hamouda AE, El-taher FE. Sentiment analyzer for arabic comments system. Int. J. ACSA. 2013 Mar; 4(3).
Ali AT, Ahmed T.S. Twitter Sentiment Analysis and Events Prediction Using Lexicon Sentiment Analysis for Iraqi Vernacular. JSST. 2020;63(6).
Ye Q, Zhang Z, Law R. Sentiment classification of online reviews to travel destinations by supervised machine learning approaches. ESWA. 2009 Apr 1;36(3):6527-35.
Mohammad A.H, Alwada'n T, Al-Momani O. Arabic text categorization using support vector machine, Naïve Bayes and neural network. GSTF (JoC). 2016 Aug 1;5(1):108.
Itani M, Roast C, Al-Khayatt S. Corpora for sentiment analysis of Arabic text in social media. ICICS. 2017 Apr 4 (pp. 64-69). IEEE.
Pudaruth S, Moheeputh S, Permessur N, Chamroo A. Sentiment Analysis from Facebook Comments using Automatic Coding in NVivo 11. ADCAIJ. 2018; 7(1): pp 41-48.
Liu B. Sentiment analysis and subjectivity. Handbook of natural language processing. 2010 Feb;2(2010):627-66.
Younis E.M. Sentiment analysis and text mining for social media microblogs using open source tools: an empirical study. IJCA. 2015 Jan 1; 112(5).
González-Rodríguez MR, Martínez-Torres MR, Toral SL. Monitoring travel-related information on social media through sentiment analysis. In2014 IEEE/ACM (UCC) 2014 Dec 8 (pp. 636-641). IEEE.
Alsaidi S.A, Sadiq A.T, Abdullah H.S. English poems categorization using text mining and rough set theory. BEEI. 2020 Aug 1; 9(4):1701-10.
Hasanin A. M, Ahmed T.S. Arabic Text Mining and Rough Set Theory For Decision Support System. JACSTR. 2019; 9(4).
Dhafar H. A, Ahmed T.S., Ayad R.A. A New framework for Automatic Extraction Polarity and Target of Articles. ACRIT. 2019; 1174. Springer.
Saif A. A., Ahmed T.S., Hasanen S.A. Wisdom Extraction from English Poems Using Tow-Level Feature Selection with Rough Set Theory. IJAST.2020; 29(4).
Abd DH, Sadiq AT, Abbas AR. Political Articles Categorization Based on Different Naïve Bayes Models. ACRIT. 2019 Sep 15: 286-301. Springer, Cham.
Al-zubidi A.F., Al-Bakri N.F., Hasoun R.K., Hashim S.H.,Alrikabi H.T.S .Mobile Application to Detect Covid-19 Pandemic by Using Classification Techniques: Proposed System. iJIM. 2021; 15(16): 34–51.
AL-Bakri N.F., Hashim S.H .A Study on the Accuracy of Prediction in Recommendation System Based on Similarity Measures. BSJ. 2019; 16(1):263-269.
AL-Bakri N.F., Hassan S. A Proposed Model to Solve Cold Start Problem using Fuzzy User-Based Clustering. SCCS2019 IEEE: 121-125.8852624.
AL-Bakri N.F., Hashim S.H. Collaborative Filtering Recommendation Model Based on k-means Clustering. ANJS. 2019 Mar 1; 22(1):74-79.
Muhsen A.R., Jumaa G.G., AL-Bakri N.F., Sadiq A.T. Feature Selection Strategy for Network Intrusion Detection System (NIDS) Using Meerkat Clan Algorithm. iJIM. 2021; 15(16):158-171.