Hybrider Data-Mining-Ansatz für die Emotionsanalyse

Soziale Medien spielen eine wichtige Rolle bei der Erkundung von Meinungen und Emotionen der Nutzer auf der Grundlage ihrer alltäglichen Aktivitäten. Die Auswertung von Daten aus sozialen Netzwerken bezüglich der Meinungen und Emotionen von Nutzern ist notwendig, um das Verhalten und die Mentalität der Nutzer zu verstehen. Diese Forschungsarbeit schlägt einen hybriden Data-Mining-Ansatz vor, der K-Means-Clustering und Naive Bayes-Klassifizierungstechniken verwendet, um die Emotionen in den Tweets zu analysieren. Der auf Emotionstypen und Clustern basierende Klassifizierungsprozess, der für den Tweet-Emotionsdatensatz unter Verwendung des Naive Bayes-Klassifikators durchgeführt wird, analysiert die Leistung des hybriden Data-Mining-Ansatzes anhand von Leistungsmaßen.

Autorentext

Vadivel Ganesan ist Assistenzprofessor und verfügt über sechs Jahre Lehrerfahrung am SNMV College of Arts & Science. Er hat zwei M.Phil-Stipendiaten betreut und gefördert. Er nahm an verschiedenen Programmen zur Entwicklung des Lehrkörpers teil. Er hat an verschiedenen Seminaren, Konferenzen und Workshops auf nationaler Ebene teilgenommen und verschiedene Vorträge gehalten.