چکیده مقاله
تعداد فزآینده اخبار آنلاین، توجه پژوهشی گستردهای را برای پیش بینی محبوبیت اخبار تحریک میکند که این محبوبیت توسط رفتار کاربران تحت تاثیر قرار گرفته و پیش بینی آن آسان نمیباشد به هر حال، روشهای موجود که محبوبیت اخبار آنلاین را بعد از انتشار پیش بینی میکنند، به لحاظ زمانی کافی نمیباشند و پیش بینی قبل از انتشار فاقد ویژگیهای متمایز میباشد این مقاله ضمن استخراج ویژگیهای مختلف که ممکن است محبوبیت اخبار را تحت تاثیر قرار دهند، از یک روش جدید مبتنی بر ماشین یادگیری شدید ELM برای پیش بینی محبوبیت اخبار آنلاین قبل از انتشار استفاده میکند برای ارزیابی روش پیشنهادی، عملکرد آن با پنج الگوریتم مطرح برروی مجموعه اخبار آنلاین مقایسه شده است نتایج تجربی نشان داد استفاده از الگوریتم ELM نتایج بمراتب بهتری داشته است که نشان از برتری روش پیشنهادی در مقایسه با روشهای پایه دارد
کلیدواژهها
نویسندگان
سینا دامی
استادیار گروه کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
آرزو قمی اسکویی
دانشجوی کارشناسی ارشدITواحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
شیوه ارجاع
�امی، سینا و قمی اسکویی، آرزو،1396،پیش بینی محبوبیت اخبار آنلاین براساس ماشین یادگیری شدید (ELM)،پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی،تهران
ارائهشده در
مجموعه مقالات پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی19 بهمن 1396 · تهران