首页> 外文OA文献 >TEXT MINING MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER UNTUK ANALISA SENTIMEN JASA EKSPEDISI BARANG
【2h】

TEXT MINING MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER UNTUK ANALISA SENTIMEN JASA EKSPEDISI BARANG

机译:基于朴素贝叶斯分类器的文本挖掘在商品服务需求分析中的应用

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Jasa pengiriman barang (ekspedisi) yaitu sebuah perusahaan yang bergerak dalam bidang pengiriman barang yang saat ini tumbuh pesat dalam dunia bisnis. Di Indonesia sendiri banyak yang mendirikan jasa ekspedisi barang. JNE (Jalur Nugraha Ekakurir) merupakan perusahaan ekspedisi terbesar di Indonesia karena memiliki akses yang sangat luas sehingga sangat memudahkan masyarakat untuk hal mengirim barang. Semakin besar jasa ekspedisi maka akan semakin banyak pula opini (komentar) setelah memakai jasa tersebut. Dengan memanfaatkan data mining, penulis melakukan penelitian tentang analisa sentimen jasa ekspedisi barang menggunakan algoritma naive bayes classifier. Yang bertujuan untuk mengetahui sentimen pelanggan atas jasa yang diberikan. Sebelum data opini diolah ke dalam proses klasifikasi, tahap pertama yang harus dilakukan adalah proses preprocessing berupa case folding, tokenizing, stopword removal, dan stemming. Tahap selanjutnya adalah melakukan pelabelan manual (puas, tidak puas, netral) yang nilainya akan digunakan pada proses klasifikasi. Proses inti adalah proses klasifikasi untuk menentukan probabilitas tertinggi dari tiap kategori. Jika hasilnya menunjukkan kategori positif lebih besar maka komentar tersebut masuk kategori opini positif demikian juga sebaliknya. Hasil dari penelitian analisa sentimen dengan menggunakan algoritma naive bayes classifier di dapat akurasi sebesar 90,90% dengan menggunakan data sebanyak 506 data komentar. Data tersebut dibagi menjadi 2 yaitu data testing sebanyak 50 dan data training sebanyak 456.
机译:货运代理服务(远征)是一家从事货物交付的公司,目前在商业领域中发展迅速。在印度尼西亚,其中许多人设立了货运代理服务。 JNE(Strip Nugraha Ekakurir)是印度尼西亚最大的船运公司,因为它具有非常广泛的访问权限,因此人们很容易寄送货物。探险服务越大,使用该服务后将有更多的意见(评论)。通过利用数据挖掘,作者使用朴素贝叶斯分类器算法对货运代理服务的情绪分析进行了研究。目的在于确定客户对所提供服务的信心。在将意见数据处理到分类过程之前,必须执行的第一步是预处理过程,包括大小写折叠,标记化,停用词删除和词干提取。下一步是进行手动标记(满意,不满意,中性),其值将在分类过程中使用。核心过程是分类过程,以确定每个类别的最高概率。如果结果显示较高的肯定类别,则评论属于肯定意见类别,反之亦然。使用朴素贝叶斯分类器算法进行的情感分析研究的结果可以使用506条评论数据获得90.90%的准确性。数据分为2个,即50个测试数据和456个训练数据。

著录项

  • 作者

    ARIF KARUNIAWAN;

  • 作者单位
  • 年度 2017
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号