Browsing by Author "adaika, khaoula"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    machine learning for religious communities' detection on social networks
    (universty of elouedجامعة الوادي, 2020-09) dou, youmna; adaika, khaoula
    "تمثل الشبكات الاجتماعية اليوم وسيلة أساسية للاتصال . في الوقت الحاضر، يعتبر تحليل النصوص ذا أهمية كبيرة خاصة في هذه المجالات: السياسة ; الإنتاج والخدمات ... إلخ، الشبكات الاجتماعية االيوم مليئة بالنصوص التي يعبر فيها مستخدمو الإنترنت عن أنفسهم في مواضيع عديدة ومختلفة، حيث يعد فهم المحتوى الذي تنقله هذه النصوص عنصرًا أساسيًا . قمنا باستخدام أربعة خوارزميات للتصنيف كالتالي : دعم الالات المتجهة , شجرة القرار , الغابات العشوائية , Naive Bayes في هذا العمل سنقوم بتطبيق خوارزميات محددة مسبقًا لتحليل وتصنيف مجموعة من التعليقات المستمدة من الشبكات الاجتماعية. الفئات التي حددناها هي كما يلي: مسلمون ومسيحيون ويهود وملحدون، كما اضفنا فئة أخرى للتعليقات المحايدة. الهدف الرئيسي من دراسة مذكرتنا هو تصنيف أديان الشعوب من خلال تعليقاتهم على الشبكات الاجتماعية. عملنا يعتبر من بين الأعمال التي توضف وتقارن مجموعة من الخوارزميات لتصنيف التعليقات في الشبكات الاجتماعية. ""Today, social networks are an essential means of communication. At present , the analysis of texts was of great importance especially in fields such as policies, productions and services... etc. At present, the social networks full of texts in which, Internet users express themselves in different subjects, the interest of their opinions is considerable, where the understanding of the content conveyed by these texts is an essential element. We used the following classification algorithms: Support vector machines,Decision Tree classification,Random Forest Classification,Naïve Bayes In this work we will implement pre-defined algorithms to analyze and classify a set of comments drawn from social networks. The categories we identified are as follows: Muslim, Christian, Jewish and atheist, as we add another category for neutral comments. The main objective of the study of our memory is to classify the religions of peoples through their comments on social networks. Our work is among the works that use and compare a set of algorithms to classify comments in social networks."