Ulteriori informazioni
Este estudio presenta un modelo híbrido que aprovecha los puntos fuertes de la agrupación K-means y las máquinas de vectores de soporte (SVM) para clasificar las reseñas de productos en línea. K-means se utiliza para agrupar las reseñas en clusters, reduciendo la complejidad de los datos y mejorando la extracción de características. Posteriormente, se emplea SVM para clasificar los datos agrupados en sentimientos positivos, negativos o neutros. El enfoque combinado mejora la precisión de la clasificación, reduce el coste computacional y gestiona eficazmente grandes conjuntos de datos. Los resultados experimentales demuestran que el modelo propuesto supera a los clasificadores independientes tradicionales en términos de precisión, recuperación y exactitud general.
Info autore
Il Dr. P. Vijayaragavan è un illustre accademico con oltre 17 anni di esperienza nell'insegnamento di corsi di ingegneria universitari e post universitari. Attualmente è professore presso il Dipartimento di Nxt Gen Computing del Saveetha Institute of Medical and Technical Science (SIMATS), Chennai, TN, India.
