دانلود ترجمه مقاله رویکرد ترکیبی بهبود بهینه سازی ازدحام ذرات باینری و جهش قورباغه ای آمیخته (ساینس دایرکت – الزویر ۲۰۱۸)

رویکرد ترکیبی بهبود بهینه سازی ازدحام ذرات باینری و جهش قورباغه ای آمیخته برای انتخاب ویژگی

Hybrid approach of improved binary particle swarm optimization and shuffled frog leaping for feature selection

چکیده
۱ مقدمه
۲ مدل پیشنهادی
۳ نتایج شبیه‌سازی و بحث
۴ نتیجه‌گیری
منابع

چکیده
در حال حاضر اکثریت مردم به اشتراک‌گذاری ایده‌ها، بازخوردها، پیشنهاد برای هر موضوع مجزا در وبگاه‌ها ، انجمن‌های اینترنتی  و بلاگ‌‌ها علاقه‌مند هستند. بنابراین، مصرف‌کنندگان قبل از خرید محصول یا بهره‌وری از خدمات، به ارزیابی‌ها و نقدهای پیشین  اتکا می‌کنند. هرچند تمام نقدهای موجود در اینترنت معتبر نیستند. هرزنامه‌ها  نقدها را به نفع خود، کاهش ارزش یا ارتقای محصول، دستکاری می‌کنند. بنابراین، مشتری‌ها تحت تاثیر نقدهای جعلی، مانند محتوای اسپم ، تصمیم اشتباه اتخاذ می‌کنند. برای حل این مشکل، روش دوگانه‌ی بهبود بهینه‌سازی ازدحام ذرات دودویی و الگوریتم جهش قورباغه‌ی آمیخته پیشنهاد شده تا ابعاد بزرگ مجموعه‌ی ویژگی کاهش و زیرمجموعه‌ی بهینه‌سازی شده‌ی ویژگی انتخاب شود. روش ما به نادیده‌گرفتن نقدهای جعلی توسط مشتری‌ها کمک کرده و عملکرد طبقه‌بندی را با تامین نقدهای مطمئن افزایش می‌دهد. برای طبقه‌بندی از دسته‌بندی‌کننده‌های  بیز ساده ، نزدیک‌ترین همسایه K  ، ماشین بردار پشتیبانی  استفاده شده است. با توجه به نتایج روش دوگانه‌ی پیشنهادی انتخاب ویژگی، یک زیرمجموعه‌ی بهینه‌ی ویژگی ارائه کرده و از دقت بالای طبقه‌بندی برخوردار است. 

۲- مدل پیشنهادی
مدل پیشنهادی از الگوریتم فرگشتی برای FS استفاده می‌کند تا زیرمجموعه‌ی ویژگی برای دست‌یابی به نتایج بهتر دسته‌بندی و شناسایی نقدهای جعلی حاصل شود. این مدل شامل چهار مرحله به نام‌های پیش‌پردازش ، استخراج ویژگی ، انتخاب ویژگی بر اساس iBPSO و SFLA دوگانه، و دسته‌بندی است. نمودار بلوکی سیستم پیشنهادی در تصویر ۱ آورده شده است.

۲-۱ پردازش داده
مرحله‌ی پیش‌پردازش شامل چهار فاز نشانه‌گذاری ، حذف کلمات توقف ، ریشه‌یابی و سِنتی‌وُردنِت است. ابتدا با روند نشانه‌گذاری رشته‌ها به نشانه‌ها تبدیل می‌شود. سپس، هر سند به نشانه‌ها تقسیم می‌شود. بعد از فاز نشانه‌گذاری، کلمات توقف از مجموعه‌ی داده حذف می‌شود. به‌دنبال آن با ریشه‌یابی، ریشه‌ی واژه از کلمه انتخاب می‌شود. در نهایت با استفاده از سنتی‌وردنت، استخراج ویژگی‌ها انجام می‌شود [۱۷]. هدف سنتی‌وردنت تامین یک افزونه برای ورد نت است، به‌گونه‌ای که تمام مجموعه‌های مترادف با مقادیر منفی، مثبت یا بی‌طرف ضمنی ارتباط داده شوند. نمره‌های مثبت و منفی برای نقد با محاسبه‌ی میانگین نمرات مثبت و منفی تعیین می‌شود. سپس نمره‌ی بی‌طرف با معادله‌ی (۱) محاسبه می‌شود. اگر نمره‌ی بی‌طرف کمتر از آستانه باشد، کلمات حذف می‌شوند در غیر این‌صورت، کلمات برای پردازش بیشتر به مرحله‌ی بعدی فرستاده می‌شوند.

۲-۲ استخراج ویژگی
بسامد لفظ تعداد دفعاتی است که هر کلمه در سند دیده می‌شود و d با استفاده از معادله‌ی (۲) محاسبه می‌شود. بسامد سند معکوس وزن کلمات تکرار شده را کاهش داده و به تبع آن باعث افزایش وزن کلماتی با تکرار کم در سند می‌شود. بسامد سند معکوس از معادله‌ی (۳) حاصل می‌شود. از TF-IDF در بازیابی اطلاعات و متن‌کاوی استفاده می‌شود [۱۸]. TF-IDF حاصلضرب دو تابع احتمالی، بسامد لفظ و IDF، بوده و از معادله‌ی (۴) محاسبه می‌شود.

۲-۳ بهینه‌سازی ازدحام ذرات
الگوریتم بهینه‌سازی ازدحام ذرات [۳۰] معادل رفتار پرندگان نسبت به دسته (پرندگان) و ماهی به گروه است. از PSO در کاربردهای مختلفی چون برنامه‌ریزی وظایف، سیستم‌های فازی، سیستم‌های کنترل و قدرت و دسته‌بندی استفاده می‌شود. باتوجه به PSO، جمعیت به عنوان ازدحام فرض می‌شود. در ازدحام، هر جز به‌صورت ذره نشان داده می‌شود. هر ازدحام شامل تعدادی از ذرات (n) بوده و هر ذره نماینده‌ی یک راه‌حل در فضای جستجوی d بُعدی است. سرعت هر ذره، خاص و منحصر به‌فرد است. در جمعیت، ذره‌ی iام با مکان Pi توسط (pi1, pi2, …, pid) و سرعت Vi توسط (vi1, vi2, …, vid) نشان داده می‌شود. هر ذره در فضای جستجو جهت به‌دست آوردن راه‌حل بهینه حرکت می‌کند. حرکت هر ذره توسط مکان‌های pbest و gbest هدایت می‌شود. هر راه‌حل نامزد به صورت pbest مانند (pbesti1, pbesti2. pbestid) در نظر گرفته می‌شود. بهترین مکان کل ازدحام با gbest مانند (gbesti1, gbesti2, …, gbestid) نشان داده می‌شود. یک مقدار تناسب برای سنجش بهترین مکان ذره استفاده شده است. مکان فعلی، سرعت iامین ذره توسط معادلات (۵) و (۶) محاسبه می‌شود.