این مقاله انگلیسی ISI در نشریه الزویر در 32 صفحه در سال 2019 منتشر شده و ترجمه آن 39 صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
مطالعه ای بر تجزیه و تحلیل داده های بزرگ رسانه اجتماعی |
عنوان انگلیسی مقاله: |
Big Social Media Data Analytics: A Survey |
|
مشخصات مقاله انگلیسی | |
فرمت مقاله انگلیسی | |
سال انتشار | 2019 |
تعداد صفحات مقاله انگلیسی | 32 صفحه با فرمت pdf |
نوع مقاله | ISI |
نوع نگارش | مقاله پژوهشی (Research Article) |
نوع ارائه مقاله | ژورنال |
رشته های مرتبط با این مقاله | مهندسی فناوری اطلاعات |
گرایش های مرتبط با این مقاله | اینترنت و شبکه های گسترده، مدیریت سیستم های اطلاعاتی |
چاپ شده در مجله (ژورنال) | نقش کامپیوترها در رفتار انسان – Computers in Human Behavior |
کلمات کلیدی | داده های بزرگ، رسانه اجتماعی (SM) ، یادگیری ماشین ، تجزیه و تحلیل |
کلمات کلیدی انگلیسی | Big data – Social Media – Machine learning – Analytics |
ارائه شده از دانشگاه | گروه سیستم های اطلاعاتی، دانشکده علوم کامپیوتر و فناوری اطلاعات، دانشگاه مالایا، مالزی |
نمایه (index) | scopus – master journals – JCR |
نویسندگان | Norjihan Abdul Ghani – Suraya Hamid – Ibrahim Abaker Targio Hashem |
شناسه شاپا یا ISSN | 0747-5632 |
شناسه دیجیتال – doi | https://doi.org/10.1016/j.chb.2018.08.039 |
ایمپکت فاکتور(IF) مجله | 7.834 در سال 2020 |
شاخص H_index مجله | 178 در سال 2021 |
شاخص SJR مجله | 2.108 در سال 2020 |
شاخص Q یا Quartile (چارک) | Q1 در سال 2020 |
بیس | نیست ☓ |
مدل مفهومی | ندارد ☓ |
پرسشنامه | ندارد ☓ |
متغیر | ندارد ☓ |
فرضیه | ندارد ☓ |
رفرنس | دارای رفرنس در داخل متن و انتهای مقاله ✓ |
کد محصول | 12205 |
لینک مقاله در سایت مرجع | لینک این مقاله در سایت Elsevier |
نشریه | الزویر – Elsevier |
مشخصات و وضعیت ترجمه فارسی این مقاله | |
فرمت ترجمه مقاله | pdf و ورد تایپ شده با قابلیت ویرایش |
وضعیت ترجمه | انجام شده و آماده دانلود |
کیفیت ترجمه | ویژه – طلایی ⭐️⭐️⭐️ |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | 39 (6 صفحه رفرنس انگلیسی) صفحه با فونت 14 B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه شده است ✓ |
ترجمه متون داخل جداول | ترجمه شده است ✓ |
ترجمه ضمیمه | ندارد ☓ |
ترجمه پاورقی | ندارد ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه | ندارد ☓ |
منابع داخل متن | به صورت انگلیسی درج شده است ✓ |
منابع انتهای متن | به صورت انگلیسی درج شده است ✓ |
فهرست مطالب |
چکیده 1. مقدمه 2. داده های بزرگ رسانه اجتماعی 3. تجزیه و تحلیل داده های بزرگ براساس طبقه بندی رسانه اجتماعی 3-1 منابع داده های رسانه اجتماعی 3-2 مشخصه 3-2-1 تجزیه و تحلیل توصیفی 3-2-2 تجزیه و تحلیل تشخیصی 3-2-3 تجزیه و تحلیل پیش بینی کننده 3-2-4 تجزیه و تحلیل تجویزی 3-3 هوش محاسباتی 3-3-1 شبکه های عصبی مصنوعی 3-3-2 سیستم های فازی 3-3-3 هوش ازدحام 3-3-4 محاسبه تکاملی 3-3-5 یادگیری عمیق 3-4 تکنیک ها 3-4-1 مدل سازی 3-4-2 تحلیل احساسات 3-4-3 تحلیل شبکه اجتماعی 3-4-4 متن یابی (کاوش متن) 4. بحث 5. چالش های تحقیق 6. نتیجه گیری منابع |
بخشی از ترجمه |
چکیده اخیراً تحلیل های داده های بزرگ به عنوان یک حوزه اجتماعی به دلیل محبوبیت اینترنت و ظهور فناوری های وب 2 پدیدار شده است. علاوه بر این، ازدیاد و پذیرش برنامه های رسانه های اجتماعی فرصت ها و چالش های بسیار زیادی را برای محققان و متخصصان فراهم آورده است. میزان عظیم داده های تولید شده توسط کاربران با استفاده از پلتفورم های رسانه اجتماعی نتیجه ادغام جزئیات پیشینه و فعالیت های روزانه آن ها است. این حجم عظیم از داده های شناخته شده به عنوان “داده های بزرگ (داده های کلان) ” اخیزاً به شدت مورد تحقیق قرار گرفته است. مرور کوتاهی بر کارهای اخیر در این مقاله ارائه شده است تا دیدگاه وسیع تری نسبت به موضوع تحقیقاتی تحلیل داده های بزرگ رسانه اجتماعی به دست آید. ما ادبیات موجود را براساس جنبه های مهم دسته بندی می کنیم. همچنین این مطالعه تکنیک های ممکن تحلیل داده های بزرگ و ویژگی های کیفی آن ها را با یکدیگر مقایسه می کند. علاوه بر این، بحثی درباره کاربردهای تحلیل داده های بزرگ رسانه اجتماعی با نمایان کردن بهترین تکنیک ها، روشش ها و کیفیت ویژگی های مطالعات پیشین ارائه می کنیم. چالش های تحقیقاتی موجود در تحلیل داده های بزرگی به خوبی مورد بررسی قرار می گیرند.
1. مقدمه محبوبیت اینترنت و ظهور فناوری های وب 2 محتوای وب را از ناشر به محتوای ایجاد شده توسط کاربر تغییر داده است (Alexander, 2006). چنین تغییری در انتشار محتوا بدون نیاز به برنامه ریزی کمک کرده است. امروز موضوعات، مرورها و نظرات جالب مربوط به وب 2 و رسانه اجتماعی به آسانی از طریق اینترنت در سرتاسر جهان در هر لحظه ای قابل دستیابی است. علاوه بر این، ازدیاد و پذیرش رسانه اجتماعی فرصت ها و چالش های گسترده ای را برای محققان و متخصصان فراهم کرده است. بیش از یک میلیارد نفر در سرتاسر جهان در حال استفاده از پلتفورم های رسانه اجتماعی هستند و دادهای ساختار نیافته را در مقیاس های زمانی نسبتاً کوتاه تولید می کنند. حجم عظیمی از داده های تولید شده توسط کاربران نتیجه ادغام جزئیات پیشینه و فعالیت های روزانه آن ها در چنین پلتفورمی است. این حجم عظیم از داده های تولید شده به عنوان “داده های بزرگ” شناخته می شود که اخیراً به شدت مورد بررسی و تحقیق قرار گرفته است.
6. نتیجه گیری داده های بزرگ رسانه اجتماعی همراه با پیشرفت در ابزارهای محاسباتی، به عنوان کلیدی برای دیدگاه های مهم نسبت به رفتار انسان پدیدار شده است و به طور پیوسته ذخیره و توسط شرکت ها، افراد و دولت ها مورد پردازش قرار می گیرد. اول، ما کار اخیر درباره تجزیه و تحلیل رسانه اجتماعی بزرگ را مورد بررسی قرار می دهیم و چشم انداز وسیعی از این حوزه را اراده می کنیم. دوم، مقالات را براساس جنبه های مهم همانند منابع داده ها، مشخصات، هوش محاسباتی و تکنیک ها دسته بندی می کنیم. سوم، تکنیک های تجزیه و تحلیل داده های بزرگ و ویژگی های کیفی ان ها را با یکدیگر مقایسه می کنیم. چهارم، فرصت ها را با توجه به تجزیه و تحلیل داده های بزرگ براساس رسانه اجتماعی شناسایی می کنیم. در نهایت نیز چالش های تحقیقاتی موجود در تجزیه و تحلیل داده های بزرگ را توصیف می کنیم. |
بخشی از مقاله انگلیسی |
Abstract Big data analytics has recently emerged as an important research area due to the popularity of the Internet and the advent of the Web 2.0 technologies. Moreover, the proliferation and adoption of social media applications have provided extensive opportunities and challenges for researchers and practitioners. The massive amount of data generated by users using social media platforms is the result of the integration of their background details and daily activities. This enormous volume of generated data known as “big data” has been intensively researched recently. A review of the recent works is presented to obtain a broad perspective of the social media big data analytics research topic. We classify the literature based on important aspects. This study also compares possible big data analytics techniques and their quality attributes. Moreover, we provide a discussion on the applications of social media big data analytics by highlighting the state-of-the-art techniques, methods, and the quality attributes of various studies. Open research challenges in big data analytics are described as well.
1.0 Introduction The popularity of the Internet and the advent of the Web 2.0 technologies have transformed the contents of the web from publisher- to user-created contents (Alexander, 2006). Such existence has assisted in publishing contents without the needs of programming. Today, interesting topics, reviews, and opinions from Web 2.0 and social media can easily be accessible globally via the Internet in real time. Moreover, the proliferation and adoption of social media have provided extensive opportunities and challenges for researchers and practitioners. More than a billion of people around the world are using social media platforms that generate overwhelming unstructured data in relatively short timescales. The huge amount of data generated by users is the result of the integration of their background details and daily activities in such platform. This massive amount of generated data referred to as “big data” has been intensively researched recently.
6.0 Conclusion Big social media data along with the progress in computational tools have emerged as the key to crucial insights into human behavior and are continually stored and processed by corporations, individuals, and governments. Frist, we investigate the recent work on big social media analytics and provide a broad perspective of the area. Second, we classify the literature based on important aspects, such as data sources, characteristics, computational intelligence, and techniques. Third, we compare possible big data analytics techniques and their quality attributes. Fourth, we identify the opportunities with respect to big data analytics on social media. Finaly, we describe the open research challenges in big data analytics. |
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
مطالعه ای بر تجزیه و تحلیل داده های بزرگ رسانه اجتماعی |
عنوان انگلیسی مقاله: |
Big Social Media Data Analytics: A Survey |
|