تحلیل احساسات در بازارهای دیجیتال با استفاده از الگوریتمهای یادگیری ماشین و یادگیری عمیق

چکیده مقاله

در عصر تحول دیجیتال تحلیل احساسات Sentiment Analysis به عنوان ابزاری هوشمند برای درک نگرش ها و هیجانات کاربران نسبت به برندها و محصولات جایگاه ویژه ای در بازاریابی و برندینگ یافته است این مقاله با هدف بررسی جامع روش های یادگیری ماشین Machine Learning و یادگیری عمیق Deep Learning در تحلیل احساسات دیجیتال، به مرور نظام مند پژوهش های انجام شده بین سال های ۲۰۰۲ تا ۲۰۲۵ پرداخته است در مرحله نخست الگوریتم های کلاسیک مانند Naive Bayes، SVM و Logistic Regression معرفی می شوند که بنیان گذار تحلیل احساسات مدرن بوده اند اما در درک بافت زبانی و مفاهیم ضمنی دچار محدودیت اند در ادامه با ظهور یادگیری عمیق مدل هایی چون CNN، LSTM، RNN و در نهایت مدل های مبتنی بر ترنسفورمرها Transformer نظیر ALBERT، RoBERTa، BERT و DeBERTa تحولی بنیادین در این حوزه ایجاد کردند این مدل ها با بهره گیری از مکانیزم توجه Attention Mechanism و پیش آموزش گسترده Pre training ، دقت تحلیل احساسات را در متون چند دامنه ای و چندزبانه به طور چشمگیری افزایش داده اند مطالعه حاضر نشان می دهد که تحلیل احساسات مبتنی بر یادگیری عمیق به ویژه در حوزه های برندینگ و بازاریابی دیجیتال کاربردهایی از جمله در مدیریت شهرت، برند، تحلیل بازخورد مشتریان، شخصی سازی کمپین های تبلیغاتی، پایش رقبا و پیش بینی روند بازار گسترده دارد یافته ها حاکی از آن است که مدل های سبک تر نظیر DistilBERT امکان تحلیل بلادرنگ احساسات کاربران را در شبکه های اجتماعی فراهم کرده و به برندها اجازه می دهند در مواجهه با بحران ها واکنشی سریع و داده محور اتخاذ کنند افزون بر این رویکردهای ترکیبی و گرافی مانند Graph Neural Networks Transformer در بهبود تفسیرپذیری مدل های عمیق موثر واقع شده اند با وجود پیشرفت های چشمگیر چالش هایی همچون درک طعنه و کنایه، چندزبانه بودن داده ها، کمبود داده های برچسب خورده و تفسیرپذیری پایین مدل های عمیق همچنان پابرجاست با این حال ظهور مدل های چندرسانه ای Multimodal Sentiment Analysis ، مدل های سبک از پیش آموزش دیده و ادغام تحلیل احساسات با سیستم های توصیه گر هوشمند مسیر آینده این حوزه را شکل می دهد در جمع بندی مقاله تاکید می کند که در دنیای امروز برندهایی که قادر به شنیدن و تحلیل هوشمند احساسات کاربران باشند از مزیت رقابتی و درک عمیق تری از رفتار مصرف کننده برخوردار خواهند شد، بنابراین ترکیب تحلیل احساسات بلادرنگ با فناوری های یادگیری عمیق می تواند زیربنای شکل گیری نسل جدیدی از برندینگ احساسی و هوش احساسی مصنوعی Affective AI در بازاریابی دیجیتال باشد

کلیدواژه‌ها

نویسندگان

زهرا اقبال اردکانی

گروه کامپیوتر واحد یزد دانشگاه آزاد اسلامی یزد، ایران

محمد امینی

گروه کامپیوتر واحد یزد دانشگاه آزاد اسلامی، یزد، ایران

�قبال اردکانی، زهرا و امینی، محمد،1404،تحلیل احساسات در بازارهای دیجیتال با استفاده از الگوریتمهای یادگیری ماشین و یادگیری عمیق،کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال،یزد

ارائه‌شده در

مجموعه مقالات کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال21 آبان 1404 · یزد