کشف رویداد در شبکه اجتماعی توئیتر

---

شرح پروژه

با سلام و احترام

یک مقاله به‌صورت پیوست ارائه شده که کدهای مربوط به آن در گیت‌هاب موجود است. این مقاله شامل مجموعه‌ای از روش‌های شناسایی رویداد از شبکه‌ اجتماعی توییتر است. روش‌های معرفی‌شده در دو دسته‌ اصلی روش‌های برچسب‌دار (Supervised) و روش‌های بدون برچسب (Unsupervised) طبقه‌بندی شده‌اند. در این پروژه لازم است از میان دیتاست‌های برچسب‌دار معرفی‌شده در مقاله، حداقل سه دیتاست بزرگ و دارای تعداد زیاد رویداد—مانند  CrisisLex T26—انتخاب شود. سپس هر ۱۹ روش معرفی‌شده در مقاله روی این دیتاست‌ها اجرا شده و نتایج در قالب جدول گزارش گردد.

برای هر روش باید معیارهای زیر محاسبه و ثبت شود:

دقت (Accuracy)

صحت (Precision)

فراخوانی (Recall)

معیار F (F-measure)

همچنین باید خوشه‌های ایجادشده نیز ارزیابی شوند و نتایج در جدول جداگانه‌ای گزارش گردد. معیارهای ارزیابی خوشه‌ها شامل:

تعداد خوشه‌ها

NMI (Normalized Mutual Information)

ARI (Adjusted Rand Index)

Purity

سایر معیارهای سنجش دقت و انسجام خوشه‌ها که در اینترنت وجود دارد...

ضروری است مشخص شود هر یک از روش‌ها:

در سطح جمله رویداد را شناسایی می‌کنند

یا بر اساس کلمه/ویژگی‌های واژگانی عمل می‌کنند

با توجه به اینکه در ادامه نیاز به دسترسی به پست‌های کاربران موجود در خوشه‌ها وجود دارد، باید مشخص شود کدام روش‌ها این امکان را فراهم می‌کنند.

همچنین لازم است مرکز هر خوشه (Cluster Centroid) و نماینده هر خوشه (Cluster Representative) نیز استخراج و گزارش شود. همچنین بیان شود که اگر بخوایم از این خوشه ها خلاصه جهت توصیف خوشه تولید کنیم چه روشی میسر است و چه طوری؟

گزارش نهایی باید شامل توضیح روش کار، جداول دقیق، منظم و قابل مقایسه برای تمام روش‌ها است...

تشکر

این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

---

---