ارائه­ دهنده:
راضیه شریعتپناه

 استاد راهنما:
دکتر محمد رضا جاهد مطلق

هیات داوری: 
دکتر حسین رحمانی
دکتر منوچهر مرادی سبزوار


زمان:
 ۱۴۰۱/۰۷/۰۲

ساعت ۱۶:۰۰
 

خانم راضیه شریعتپناه دانشجوی کارشناسی ارشد آقای دکتر محمد رضا جاهد مطلق روز شنبه  ۰۲ مهرماه ساعت ۱۶:۰۰ از پروژه کارشناسی ارشد خود تحت عنوان "ارائهی روشی برایپیشبینی نظرات کاربران شبکههای اجتماعی با توجه به خصوصیات جمعیتشناختی" دفاع خواهند نمود.

چکیده پایان نامه:

هر فرد تصمیم‌گیرنده، تولیدکننده و یا ارائه‌دهنده‌ی خدمتی مشتاق است از نظرات جامعه‌ی هدفش درباره‌ی تصمیماتی که می‌گیرد، محصولات و یا خدماتی که ارائه می‌دهد مطلع شود. آگاهی از نظرات و عقاید به مدیران و تصمیم‌گیران کمک می‌کند تا خود را ارزیابی کرده و در هر مقطع زمانی بهترین تصمیم را بگیرند. از طرف دیگر هر گروه و جامعه‌ی کوچک و بزرگی معمولاً از افرادی با ویژگی‌های متفاوت تشکیل شده است. این افراد ممکن است در سن، تحصیلات، جنسیت، نژاد، سبک زندگی، وضعیت اقتصادی و یا موارد دیگر با یکدیگر تفاوت داشته باشند. این تفاوت‌ها باعث پیدایش تفکرات، نگرش‌ها و عکس‌العمل‌های متفاوت در برخود با مسائل یکسان می‌شود. هچنین برخی از محصولات، خدمات، قوانین و امتیازات مخصوص به گروه سنی و یا جنسیت معین یا افرادی با شغل و میزان درآمد مشخص است.
از جمله کاربردهای هوش‌مصنوعی می‌توان به توانایی پیش‌بینی الگوریتم‌های آن اشاره کرد. هوش‌مصنوعی این توانایی را دارد تا با استفاده از متن‌های نوشته شده توسط افراد نظراتشان و برخی از ویژگی‌های شخصیتی و جمعیت‌شناختی آن‌ها را تخمین بزند. در این پژوهش روشی برای تخمین نظرات کاربران شبکه‌های اجتماعی با توجه به خصوصیات جمعیت‌شناختی ارائه شده است. این روش شامل مراحل آماده‌سازی داده، تخمین ویژگی‌های جمعیت‌شناختی و تخمین نظرات کاربران با توجه به این خصوصیات است.
در این پژوهش تلاش شده تا نظرات کاربران شبکه‌های اجتماعی درباره‌ی انتخابات ریاست جمهوری ایران در سال ۱۴۰۰ با توجه به خصوصیات جمعیت‌شناختی پیش‌بینی شود. این فرایند شامل چهار مرحله است. پس از جمع‌آوری داده‌ها از شبکه‌ی اجتماعی توئیتر کاربرانی که درباره‌ی انتخابات نظر مثبت داشتند به صورت بدون‌ناظر از سایر کاربران جدا شدند. سپس سن این کاربران به عنوان یکی از خصوصیات جمعیت‌شناختی با دقت بالایی تخمین زده شد و افرادی که کمتر از هجده سال سن داشتند کنار گذاشته شدند. بعد از آن جنسیت کاربران به عنوان دومین ویژگی جمعیت‌شناختی با دقت مطلوبی تخمین زده شد. درنهایت کاندیدای انتخابی هر یک از کاربران تخمین زده شد.


 

دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی