تصنيف النصوص في تويتر باستخدام المنطق الضبابي والخوارزمية الجينية

تُعد وسائل التواصل الاجتماعي تطبيقات حديثة قائمة على الويب للتواصل والتفاعل بين البشر عبر الرسائل الصوتية والنصية والمصورة (الفيديو). وتعمل هذه المنصات على بناء مجتمعات حية وتنشيطها حول العالم، حيث يشارك الأفراد اهتماماتهم وأنشطتهم من خلال هذه التطبيقات. ويُعد موقع "تويتر" (Twitter) أحد مواقع التواصل الاجتماعي التي يتواصل فيها المستخدمون عبر "التغريدات"؛ وهي خدمة تمكّن المستخدمين من البقاء على اتصال مستمر من خلال تبادل التغريدات السريعة والمتكررة. ينشر الأفراد تغريداتهم على ملفاتهم الشخصية لمشاركتها مع متابعيهم للتعبير عن أفكارهم وآرائهم حول الأحداث الجارية في هذا العالم. ومن هذا المنطلق، يكتسب دراسة هذه التغريدات وتصنيفها أهمية بالغة. يعتمد هذا العمل على المنطق الضبابي (Fuzzy Logic) والخوارزمية الجينية (Genetic Algorithm) لمعالجة مشكلة تصنيف النصوص استناداً إلى درجة الصلة (Relevance Degree). وتتمثل مدخلات نظام التصنيف هذا في مجموعة من الخصائص/السمات (Features) المستخرجة من التغريدة، بينما تمثّل المخرجات قرار تصنيف التغريدة، والمتمثل في تقييم درجة صلة كل تغريدة بحدث مُحدد (ما إذا كانت التغريدة ذات صلة بالحدث المستهدف أم غير ذات صلة). تم مقارنة النتائج بطريقة تعتمد على البحث بالكلمات المفتاحية والمنطق الضبابي، والتي تستند إلى قياس معدل الزيادة (Incremental Rate) ومعدل التصحيح (Correction Rate). أظهر النظام المقترح في معدل الزيادة قدرةً على استخراج تغريدات أكثر مقارنةً بتلك الطريقة؛ حيث بلغ عدد التغريدات المستخرجة بواسطة النظام المقترح في مجموعة البيانات الأولى (Dataset 1) ما قدره 160 تغريدة، في حين بلغ عدد التغريدات المستخرجة بالطريقة الأخرى 98 و141 تغريدة. كما بلغت نسبة معدل التصحيح للنظام المقترح (98.75%)، مقارنةً بنسبتي (97.9%) و(95.7%) للطريقة الأخر