Please use this identifier to cite or link to this item:
http://dspace.centre-univ-mila.dz/jspui/handle/123456789/3802
Title: | Analyse Sémantique des Opinions dans Le Domaine Économique. |
Authors: | Dina Sirine, BALI |
Keywords: | Analyse sémantique des opinions, réseaux sociaux, ontologie, Bitcoin, machine learning. Sentiment analysis, social networks, ontology, Bitcoin, machine learning |
Issue Date: | Jun-2024 |
Publisher: | university center of abdalhafid boussouf - MILA |
Citation: | Informatique Communication (STIC) |
Abstract: | Les réseaux sociaux constituent une source précieuse d'information et d'extraction d'opinions, où la majorité des internautes partagent leurs sentiments et avis. L'analyse sémantique des opinions est un outil essentiel pour extraire des informations précieuses à partir de grandes quantités de textes. Elle combine des techniques linguistiques et des méthodes d'apprentissage automatique pour fournir une compréhension approfondie des sentiments et des opinions des utilisateurs. Cette méthode permet de déterminer si les opinions ou sentiments exprimés dans un texte sont positifs, négatifs ou neutres. Elle est utilisée dans divers domaines, notamment le marketing, la gestion de la réputation, les études de marché, l'analyse politique, la finance et l'économie. Dans le domaine économique, cette technique permet d'analyser les sentiments exprimés dans les actualités économiques, les réseaux sociaux, les rapports financiers et autres sources textuelles pertinentes pour comprendre l'état et les tendances de l'économie.L'objectif de cette étude est de présenter des méthodes visant à améliorer la détection sémantique des opinions en utilisant l'ontologie et la machine learning. L'ontologie joue un rôle essentiel dans l'analyse sémantique des opinions en fournissant un cadre formel pour représenter la connaissance du domaine. L'utilisation d'ontologies permet d'obtenir une analyse plus précise. En intégrant des techniques de machine learning, telles que l'algorithme de l'arbre de décision, nous pouvons améliorer la qualité des résultats obtenus, offrant ainsi un système plus robuste et précis pour l'extraction des opinions.Dans cette étude, nous avons présenté notre approche d'un système de détection d'opinions sur les réseaux sociaux (Facebook) concernant la monnaie numérique Bitcoin. Nous avons détaillé les différents résultats obtenus en utilisant deux méthodes : la première basée sur les ontologies et la seconde sur la machine learning. |
Description: | Social networks constitute a valuable source of information and opinion extraction, where the majority of internet users share their feelings and opinions. Sentiment analysis is an essential tool for extracting valuable information from large amounts of text. It combines linguistic techniques and machine learning methods to provide a deep understanding of users' sentiments and opinions. This method allows for determining whether the opinions or sentiments expressed in a text are positive, negative, or neutral. It is used in various fields, including marketing, reputation management, market research, political analysis, finance, and economics. In the economic field, this technique is used to analyze sentiments expressed in economic news, social networks, financial reports, and other relevant textual sources to understand the state and trends of the economy. The objective of this study is to present methods aimed at improving the semantic detection of opinions using ontology and machine learning. Ontology plays a crucial role in sentiment analysis by providing a formal framework for representing domain knowledge. Using ontologies in sentiment analysis allows for more accurate analysis. By integrating machine learning techniques, such as the decision tree algorithm, we can enhance the quality of the results obtained, offering a more robust and precise system for opinion extraction.In this study, we present our approach to an opinion detection system on social networks (Facebook) regarding the digital currency Bitcoin. We detail the various results obtained using two methods: the first based on ontologies and the second on machine learning. |
URI: | http://dspace.centre-univ-mila.dz/jspui/handle/123456789/3802 |
Appears in Collections: | Computer science |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Analyse Sémantique des Opinions dans Le Domaine Économique..pdf | 3,66 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.