دانلود مقاله انگلیسی رایگان:روند تغذیه بر اساس رسانه های اجتماعی برای تجزیه و تحلیل داده های بزرگ با استفاده از خوشه بندی K-Mean و SAW - 2018

بلافاصله پس از پرداخت دانلود کنید

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی داده های بزرگ رایگان
  • Food Trend Based on Social Media for Big Data Analysis Using K-Mean Clustering and SAW Food Trend Based on Social Media for Big Data Analysis Using K-Mean Clustering and SAW
    Food Trend Based on Social Media for Big Data Analysis Using K-Mean Clustering and SAW

    سال انتشار:

    2018


    عنوان انگلیسی مقاله:

    Food Trend Based on Social Media for Big Data Analysis Using K-Mean Clustering and SAW


    ترجمه فارسی عنوان مقاله:

    روند تغذیه بر اساس رسانه های اجتماعی برای تجزیه و تحلیل داده های بزرگ با استفاده از خوشه بندی K-Mean و SAW


    منبع:

    IEEE - 2018 International Conference on Information and Communications Technology (ICOIACT)


    نویسنده:

    Mihuandayani ، Herda D. Ramandita ، Arief Setyanto Ikhwan B. Sumafta


    چکیده انگلیسی:

    tracking customer preferences is an important aspect of business success. Having information on hand about most favorite food is a key success for everyone who takes apart in the culinary business. Exact sales data on certain food is hardly available to the public. Restaurant owner tends to keep their data for their own business strategy. Therefore, generating a food trend in a certain community is hardly possible using food sales data. This paper discussed extracting food general trend from social media, with the case study on Twitter data with a certain regional area of interest. Social media provides a tremendous amount of data including people choice of food when they visit the certain place. However, the available data is unstructured in human language. The challenge is twofold: to grasp the meaning and extract the relevant information to the food trends. We proposed a bag of words technique to gather relevant information in the Indonesian language for feature extracting purpose. While K-mean Clustering and Simple Additive Weighting (SAW) algorithm are proposed to draw up the food rank. In order to measure the accuracy, we compare our result with the sales data of some restaurants in Yogyakarta. We test the algorithm using 4 weeks of data, the result is compared against the available data and an accuracy of 72.75 % is achieved
    Keywords: social media; food trend; big data; bag of words; K mean clustering; simple additive weighting


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 6
    حجم فایل: 254 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-های-بزرگ
موضوعات
footer