Bayes Naive分类方法在基于Web的Twitter用户意见分析系统中的实现

Apif Supriadi, Fatmasari
{"title":"Bayes Naive分类方法在基于Web的Twitter用户意见分析系统中的实现","authors":"Apif Supriadi, Fatmasari","doi":"10.51998/JSI.V10I1.356","DOIUrl":null,"url":null,"abstract":"Abstract— Development of social media which is the result of technological development is an inseparable part of people's lives. Social media is a place where ordinary people express their feelings and opinions about something that concerns them. Inknowing the direction of public sentiment, surveys are usually done online or offline, this sentiment analysis system will facilitate and speed up the process of knowing the direction of public sentiment, in the case of research. This uses data from Twitter social media called tweets or tweets, web-based sentiment analysis system that will classify tweets into 3 (three) types of sentiments, namely positive, neutral and negative, then make a percentage to make it easier to see the direction of public sentiment. In classifying this system uses the Naive Bayes Classifier method and displays it in a web interface with the PHP programming language and uses the Application Programming Interface (API) to get data from Twitter. Intisari — Saat ini perkembangan media sosial yang merupakan hasil dari perkembangan teknologi menjadi bagian tak terpisahkan dari kehidupan masyarakat. Media sosial menjadi tempat masyarakat biasa mengutarakan berbagai perasaan dan opininya tentang suatu hal yang jadi perhatian mereka, dalam mengetahui arah sentimen masyarakat biasanya dilakukan survei baik secara online atau offline, sistem analisis sentimen ini akan memudahkan dan mempercepat proses mengetahui arah sentimen publik, dalam kasus penelitian ini menggunakan data dari media sosial Twitter yang disebut dengan tweets atau cuitan, sistem analisis sentimen berbasis web yang akan mengklasifikasikan cuitan kedalam 3 (tiga) jenis sentimen yaitu positif, netral dan negatif lalu melakukan persentasenya agar mempermudah melihat arah sentimen publik. Dalam melakukan klasifikasinya sistem ini menggunakan metode Naive Bayes Classifier dan menampilkannya dalam antarmuka web dengan bahasa pemrograman PHP dan menggunakan Application Programming Interface (API) dalam mendapatkan data dari Twitter.","PeriodicalId":30123,"journal":{"name":"Journal of Systems Integration","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2021-02-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Implementasi Metode Klasifikasi Naive Bayes Pada Sistem Analisis Opini Pengguna Twitter Berbasis Web\",\"authors\":\"Apif Supriadi, Fatmasari\",\"doi\":\"10.51998/JSI.V10I1.356\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Abstract— Development of social media which is the result of technological development is an inseparable part of people's lives. Social media is a place where ordinary people express their feelings and opinions about something that concerns them. Inknowing the direction of public sentiment, surveys are usually done online or offline, this sentiment analysis system will facilitate and speed up the process of knowing the direction of public sentiment, in the case of research. This uses data from Twitter social media called tweets or tweets, web-based sentiment analysis system that will classify tweets into 3 (three) types of sentiments, namely positive, neutral and negative, then make a percentage to make it easier to see the direction of public sentiment. In classifying this system uses the Naive Bayes Classifier method and displays it in a web interface with the PHP programming language and uses the Application Programming Interface (API) to get data from Twitter. Intisari — Saat ini perkembangan media sosial yang merupakan hasil dari perkembangan teknologi menjadi bagian tak terpisahkan dari kehidupan masyarakat. Media sosial menjadi tempat masyarakat biasa mengutarakan berbagai perasaan dan opininya tentang suatu hal yang jadi perhatian mereka, dalam mengetahui arah sentimen masyarakat biasanya dilakukan survei baik secara online atau offline, sistem analisis sentimen ini akan memudahkan dan mempercepat proses mengetahui arah sentimen publik, dalam kasus penelitian ini menggunakan data dari media sosial Twitter yang disebut dengan tweets atau cuitan, sistem analisis sentimen berbasis web yang akan mengklasifikasikan cuitan kedalam 3 (tiga) jenis sentimen yaitu positif, netral dan negatif lalu melakukan persentasenya agar mempermudah melihat arah sentimen publik. Dalam melakukan klasifikasinya sistem ini menggunakan metode Naive Bayes Classifier dan menampilkannya dalam antarmuka web dengan bahasa pemrograman PHP dan menggunakan Application Programming Interface (API) dalam mendapatkan data dari Twitter.\",\"PeriodicalId\":30123,\"journal\":{\"name\":\"Journal of Systems Integration\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-02-03\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal of Systems Integration\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.51998/JSI.V10I1.356\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Systems Integration","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.51998/JSI.V10I1.356","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

摘要

摘要-社交媒体的发展是科技发展的结果,是人们生活中不可分割的一部分。社交媒体是普通人表达他们对自己关心的事情的感受和观点的地方。在了解民意走向方面,调查通常是在线或离线进行的,这种情绪分析系统将在研究的情况下方便和加快了解民意走向的过程。这使用了来自Twitter社交媒体的数据,称为tweets或tweets,这是一个基于网络的情绪分析系统,它将tweets分为3(三)种情绪,即积极,中性和消极,然后制作一个百分比,以便更容易看到公众情绪的方向。在分类方面,本系统采用朴素贝叶斯分类器方法,用PHP编程语言将分类结果显示在web界面中,并使用应用程序编程接口(API)从Twitter获取数据。印度语-印度媒体社会yang merupakan hasil dari perkembangan技术,menjadi bagian takterpisahkan dari kehidupan masyarakat。Media social menjadi tempat masyarakat biasa mengutarakan berbagai perasaan an opininya tentenang suatu hal yang jadi perhatian mereka, dalam mengetahui arah sentimen masyarakat biasanya dilakukan survei baik secara online atau离线,系统分析sentimanini akan memudahkan和mempercepat propromengetahui aratiah sentimen public, dalam kasus penelitian ini menggunakan数据dari Media social Twitter yang disebut dendan tweets atau cuitan,系统分析情感基础网杨阿甘孟克拉斯菲卡斯坎克坦克达拉姆3 (tiga) jenis sentimentyitu阳性,中性丹阴性lalu melakukan表示senya AGAR mempermudah melihaah sentimentpublic。Dalam melakakan klasifikasinya系统ini menggunakan方法朴素贝叶斯分类器dan menampilkannya Dalam antarmuka web dengan bahasa pemprogramming PHP dan menggunakan Application Programming Interface (API) Dalam mendapatkan data dari Twitter。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Implementasi Metode Klasifikasi Naive Bayes Pada Sistem Analisis Opini Pengguna Twitter Berbasis Web
Abstract— Development of social media which is the result of technological development is an inseparable part of people's lives. Social media is a place where ordinary people express their feelings and opinions about something that concerns them. Inknowing the direction of public sentiment, surveys are usually done online or offline, this sentiment analysis system will facilitate and speed up the process of knowing the direction of public sentiment, in the case of research. This uses data from Twitter social media called tweets or tweets, web-based sentiment analysis system that will classify tweets into 3 (three) types of sentiments, namely positive, neutral and negative, then make a percentage to make it easier to see the direction of public sentiment. In classifying this system uses the Naive Bayes Classifier method and displays it in a web interface with the PHP programming language and uses the Application Programming Interface (API) to get data from Twitter. Intisari — Saat ini perkembangan media sosial yang merupakan hasil dari perkembangan teknologi menjadi bagian tak terpisahkan dari kehidupan masyarakat. Media sosial menjadi tempat masyarakat biasa mengutarakan berbagai perasaan dan opininya tentang suatu hal yang jadi perhatian mereka, dalam mengetahui arah sentimen masyarakat biasanya dilakukan survei baik secara online atau offline, sistem analisis sentimen ini akan memudahkan dan mempercepat proses mengetahui arah sentimen publik, dalam kasus penelitian ini menggunakan data dari media sosial Twitter yang disebut dengan tweets atau cuitan, sistem analisis sentimen berbasis web yang akan mengklasifikasikan cuitan kedalam 3 (tiga) jenis sentimen yaitu positif, netral dan negatif lalu melakukan persentasenya agar mempermudah melihat arah sentimen publik. Dalam melakukan klasifikasinya sistem ini menggunakan metode Naive Bayes Classifier dan menampilkannya dalam antarmuka web dengan bahasa pemrograman PHP dan menggunakan Application Programming Interface (API) dalam mendapatkan data dari Twitter.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
12 weeks
期刊最新文献
Strategi Bertahan Hidup Petani (Studi pada Keluarga Petani Karet di Desa Jeriji pada Masa Pandemi Covid-19) Strategi Pengembangan Pembangunan Aek Biru Sebagai Destinasi Wisata Desa Cit, Kecamatan Riausilip, Kabupaten Bangka, Kepulauan Bangka Belitung Dampak Sosial Ekonomi Kampoeng Reklamasi PT Timah Dalam Menunjang Pengembangan Sektor Pariwisata Di Desa Riding Panjang Kabupaten Bangka Analisis Fenomena Tren Green Lifestyle Pada Mahasiswa Universitas Bangka Belitung Peningkatan Kualitas Layanan Publik Dengan Inovasi Peta
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1