Stosowane uczenie maszynowe

Niniejsze badanie przedstawia model hybrydowy który wykorzystuje mocne strony klasteryzacji K-średnich i maszyn wektorów nośnych (SVM) do klasyfikacji recenzji produktów online. K-średnich służy do grupowania recenzji w klastry zmniejszając złożoność danych i poprawiając ekstrakcję cech. Następnie SVM jest wykorzystywana do klasyfikowania danych w klastrach na pozytywne negatywne lub neutralne nastroje. Połączone podejście zwiększa dokładność klasyfikacji zmniejsza koszty obliczeniowe i skutecznie obsługuje duże zbiory danych. Wyniki eksperymentalne pokazują że proponowany model przewyższa tradycyjne samodzielne klasyfikatory pod względem precyzji przywołania i ogólnej dokładności.