الصفحة الرئيسية
نبذة عن العمادة
نبذة عن العمادة
الرؤية والرسالة
الهيكل التنظيمي
الدراسات العليا بجامعة الملك عبد العزيز
الخدمات البحثية والدورات
وحدة الخدمات البحثية
ابحاث مهمة للمجتمع
خدمات العمادة
أسئلة متكررة
الأبحاث
دليل المنسوبين
مواقع مفضلة
دعم الطلاب
خريطة الوصول للعمادة
آلية توزيع الاستبانات
خدمة الاستبانات الطلابية
جوائز الدراسات العليا
التقديم على الجوائز
الفائزون بالجوائز للعام الجامعي 1440
منسوبو العمادة
دليل الموظفين
تواصل معنا
عربي
English
عن الجامعة
القبول
الأكاديمية
البحث والإبتكار
الحياة الجامعية
الخدمات الإلكترونية
صفحة البحث
عمادة الدراسات العليا
تفاصيل الوثيقة
نوع الوثيقة
:
رسالة جامعية
عنوان الوثيقة
:
التصنيف التلقائي للمواضيع المتداوله في حسابات الجامعات السعودية في تويتر
AUTOMATIC CLASSIFICATION OF TOPICS POSTED AT SAUDI UNIVERSITIES IN TWITTER
الموضوع
:
كلية الحاسبات وتقنية المعلومات
لغة الوثيقة
:
العربية
المستخلص
:
وسائل التواصل الاجتماعي هي المكان الرئيسي للتفاعل الاجتماعي اليوم. أحد هذه الوسائط هو Twitter الذي أصبحت خصائصه واستخداماته محورًا لمختلف المجالات مثل الرعاية الصحية والاتصالات والتعليم. بما أن التعليم هو المجال الرئيسي لتنمية المجتمعات، فقد اهتمت المؤسسات التعليمية بقياس تفاعلها مع طلابها على تويتر لتحسين أداء الخدمات التعليمية من خلال تصنيف التغريدات. يعد تصنيف التغريدات عبر خوارزميات التعلم الآلي وسيلة قابلة للتطبيق لتقييم فعالية حملات وسائل التواصل الاجتماعي والاتصالات. تهدف الدراسة الحالية إلى فحص مجال التنقيب على مواقع التواصل الاجتماعي من خلال تصنيف التغريدات باللغة العربية لمختلف قطاعات جامعة الملك عبد العزيز، وهي مؤسسة تعليمية في المملكة العربية السعودية، من خلال بناء إطار لتصنيف التغريدات إلى فئات محددة مثل القبول. والامتحانات والمكتبات. يفحص هذا الإطار قوة السمات النمطية باستخدام ثلاث مصنفات مختلفة للمدونات الصغيرة العربية. السمات النمطية المطبقة على النص في هذا الإطار هي الشخصية والمعجمية والنحوية. تم استخراج هذه الميزات باستخدام أداة MADAMIRA واستخدمت لبناء نموذج تصنيف قائم على الميزات. في هذا النموذج، يتم دمج الميزات مع مجموعة أحجام مختلفة من البيانات باستخدام ثلاث تقنيات تصنيف وهي support vector machine (SVM)، k-nearest neighbour و random forests. تم استخدام تقنية K-folds لتقييم النماذج، وتم إجراء مقاييس الدقة والدقة والتذكر والقياس f فيما يتعلق بكل نموذج تعلم آلي. قارنت الدراسة النماذج الثلاثة للتأكد من النماذج التي تقدم أفضل أداء من حيث الدقة. تظهر النتائج أن SVM هو المصنف الأفضل أداءً. بينما أثبتت الغابة العشوائية أيضًا أنها مصنِّف قوي، إلا أنها لم تحقق أداءً جيدًا مثل SVM.
المشرف
:
د۔ نايف راضي الجهني
نوع الرسالة
:
رسالة ماجستير
سنة النشر
:
1442 هـ
2020 م
تاريخ الاضافة على الموقع
:
Saturday, February 6, 2021
الباحثون
اسم الباحث (عربي)
اسم الباحث (انجليزي)
نوع الباحث
المرتبة العلمية
البريد الالكتروني
ولاء صالح الحبشي
Alhebshi, Walaa Saleh
باحث
ماجستير
الملفات
اسم الملف
النوع
الوصف
46890.pdf
pdf
الرجوع إلى صفحة الأبحاث