Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Intrusion Detection Using a Hybrid Sequential Model Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

Sentiment Analysis and Prediction of Point of Interest-Based Visitors’ Review

verfasst von : Jeel Patel, Siddhaling Urolagin

Erschienen in: Advances in Machine Learning and Computational Intelligence

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Sentiment analysis is gaining popularity due to requirements to understand the opinions expressed by users. Even in the tourism industry, the applicability of sentiment analysis is vital. Many tourists express their opinions in terms of reviews on social media. The main motivation for analyzing tourist review data is to improve the services and their stay. Also, many prominent tourists would influence by opinions expressed by early tourists. In this research, the tourist review data which is collected from various social media is analyzed. The sentiment classification is then carried out using feature method term frequency-inverse document frequency (TF-IDF) and classifiers. On hold out the evaluation method, the classification rate of 80.0 and 74.0% observed for Support Vector Machines (SVM) and Naïve Bayes classifier, respectively.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Use of Artificial Intelligence for Health Insurance Claims Automation
Nächstes Kapitel Soil Analysis Using Clustering Algorithm in Davao Region
Literatur
1.
U. Kumari, A. K. Sharma, D. Soni, Sentiment analysis of smartphone product review using SVM classification technique, in International Conference on Energy Communication Data Analytics and Soft Computing (ICECDS) (2017), pp. 1469–1474
2.
Y. Wang, Y. Rao, L. Wu, A review of sentiment semantic analysis technology and progress, 13th International Conference on Computational Intelligence and Security (CIS) (2017), pp. 452–455
3.
M. Anjaria, R.M.R. Guddeti, Influence factor-based opinion mining of twitter data using supervised learning, in Sixth International Conference on Communication Systems and Networks (COMSNETS), (2014) February 2014, p. 10
4.
S.P. Astya, Sentiment analysis: approaches and open issues. Int. Conf. Comput. Commun. Autom. 9, 1–5 (2017)
5.
A. Balahur, Sentiment Analysis in Social Media Texts (June 2013), pp. 120–128
6.
R. Fernandes, R.D’Souza, Analysis of product Twitter data though opinion mining, India Conference (INDICON) (2016), pp. 1–5
7.
D. Arora, K.F. Li, S.W. Neville, Consumers’ sentiment analysis of popular phone brands and operating system preference using Twitter data: a feasibility study, in 29th International Conference on Advanced Information Networking and Applications (2015), pp. 680–686
8.
A. Bali, P. Agarwal, G. Poddar, D. Harsole, N.M. Zaman, Consumer’s sentiment analysis of popular phone brands and operating system preference. Int. J. Comput. Appl. 155(4), 4 (2016)
9.
Y.S. RupalBhargavaand, MSATS: multilingual sentiment analysis via text summarization. IEEE 9(8), 97–110 (2017)
10.
S. Patil, P.V. Wangikar, P.K. Jayamalini, Tweet Data Preprocess. Segment. NER 8(1), 2075–2079 (2017)
11.
N. Tyagi, S. Ahmad, A. Khan, M.M. Afzal, Sentiment analysis evaluating the brand popularity of mobile phone by using revised data dictionary 7(3), 53–61 (2018)
12.
R.R.S. Jandail, A proposed novel approach for sentiment analysis and opinion mining. Int. J. UbiComp, 5 (2014)
13.
A. Alessa, M. Faezipour, Preliminary flu outbreak prediction using twitter posts classification and linear regression with historical centers for disease control and prevention reports: prediction framework study. JMIR Public Health Surveill 5(2), e12383 (2019)CrossRef
Metadaten
Titel
Sentiment Analysis and Prediction of Point of Interest-Based Visitors’ Review
verfasst von
Jeel Patel
Siddhaling Urolagin
Copyright-Jahr
2021
Verlag
Springer Singapore
Buch
Advances in Machine Learning and Computational Intelligence

Print ISBN: 978-981-15-5242-7

Electronic ISBN: 978-981-15-5243-4

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-981-15-5243-4_36

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Zur Marktübersicht
    Bildnachweise