![](/images/graphics-bg.png)
A new approach based on soft frequent pattern mining for detecting significant events in Arabic microblogs
العناوين الأخرى
تطوير منهجية تعتمد على تنقيب الأنماط المتكررة المرنة للكشف عن الأحداث الهامة في المدونات العربية المصغرة
مقدم أطروحة جامعية
Zindah, Jihad Husam al-Din Salih
مشرف أطروحة جامعية
الجامعة
الجامعة الإسلامية
الكلية
كلية تكنولوجيا المعلومات
القسم الأكاديمي
تكنولوجيا المعلومات
دولة الجامعة
فلسطين (قطاع غزة)
الدرجة العلمية
ماجستير
تاريخ الدرجة العلمية
2018
الملخص العربي
حديثاً، أصبحت المدونات الصغيرة وسيلة إتصال جديدة بين المستخدمين.
فقد سمحت لملايين المستخدمينمن نشر ومشاركة محتويات متعلقة بأنشطتهم وأرائهم عن مواضيع مختلفة.
إن نشر المحتوى المتعلق بالأحداث الجارية في العالم الحقيقي قد جذب الناس لمتابعة الأحداث من خلال المدونات الصغيرة بدلاً من وسائل الإعلام الرئيسية.
نتيجة لذلك، أصبحت هناك حاجة طارئة لكشف الأحداث من الدونات الصغيرة حتى يتمكن المستخدمون من تحديد الأحداث الجارية بشكل أسرع، أيضاً والأهم من ذلك، مساعدة السلطات العليا للإستجابة بشكل سريع في عمل اللازم عند حدوث حدثاً ما.
في حين أنه أجريت العديد من الأبحاث على كشف الأحداث باللغة الإنجليزية، إلا أن السياق العربي لم يأخذ نصيباً وفيراً في هذا المجال، على الرغم من وجود الملايين من المستخدمين العرب.
ايضاً، العديد من المناهج الموجودة حالياً تعتمد على خصائص معتمدة على المنصة المستخدمة في البحث مثل وسم الهاشتاق، وتأشيرة المستخدم، وإعادة التغريد، إلخ.
مما يجعل النهج المستخدم يتأثر سلباً في حال لم تكن هذه الخصائص موجودة أثناء عملية الكشف عن الأحداث بالإضافة الي ذلك المناهج التي تعتمد فقط على وجود الكلمات الأكثر استخداما لا تكشف الاحداث الحقيقية دائما لانها لا تستطيع التفرقة بين الحدث والمواضيع العامة الشائعة.
في هذه الأطروحة ، نقترح نهج لكشف الأحداث العربية من المدونات الصغيرة.
أولاً نقوم بجمع البيانات، ثم نقوم بتجهيزها من خلال تحسينها وتقليل الشوائب فيها.
يتم تحليل نص الجملة لإستخراج الأوسمة الخاصة بأجزاء الكلام.
بعدها نقوم بتطبيق مجموعة من القواعد لإستخراج الكلمات الدلالية التي تشير إلي الأحدات و تسمى مشغلات الأحداث يتم حساب عدد تكرار كل مشغل حدث، بحيث يتم الإحتفاظ على المشغلات التي لها عدد تكرار اكبر من المتوسط ويتم حذف عكس ذالك يتم الكشف عن الحدث من خلال تجميع مشغلات الأحداث المتشابهة مع بعضها حيث نقوم بتطبيق إصدار ملائم من خوارزمية "التنقيب الناعم عن الأنماط المتكررة" على مشغلات الأحداث التي تبقت لكي يتم تجميع المتشابه منها.
قمنا بإستخدام قاعدة بيانات تسمى "" Evetar لتقييم النهج المقترح حيث تحتوي قاعدة البيانات على تغريدات تغطى عدة انواع من الأحداث العربية التي حدثت خلال فترة شهر لكي نقوم بمحاكاة طريقة تدفق البيانات في المدونات الصغيرة، قمنا بتقسييم البيانات إلي عدة مجموعات بناءاً على فترات زمنية مختلفة.
تم إستخدام كل من "" Precision , " "" F-Measure " , "Recallكمقياس للتقييم، حيث كانت أعلى متوسط قيمة للـ "" F-Measure تم الحصول عليها هي .0.717 تعتبر النتائج التي حصلنا عليها مقبولة مقارنة مع ثلاث مناهج مشهورة تم تطبيقها على نفس قاعدة البيانات.
الملخص الإنجليزي
Recently, Microblogs have become the new communication medium between users.
It allows millions of users to post and share content of their own activities, opinions about different topics.
Posting about occurring real-world events has attracted people to follow events through microblogs instead of mainstream media.
As a result, there is an urgent need to detect events from microblogs so that users can identify events quickly, also and more importantly to aid higher authorities to respond faster to occurring events by taking proper actions.
While considerable researches have been conducted for event detection on the English language.
Arabic context have not received much research even though there are millions of Arabic users.
Also existing approaches rely on platform dependent features such as hashtags, mentions, retweets etc.
which make their approaches fail when these features are not present in the process.
In addition to that, approaches that depend on the presence of frequently used words only do not always detect real events because it cannot differentiate events and general viral topics.
In this thesis, we propose an approach for Arabic event detection from microblogs.
We first collect the data, then a preprocessing step is applied to enhance the data quality and reduce noise.
The sentence text is analyzed and the part-of-speech tags are identified.
Then a set of rules are used to extract event indicator keywords called event triggers.
The frequency of each event triggers is calculated, where event triggers that have frequencies higher than the average are kept, or removed otherwise.
We detect events by clustering similar event triggers together.
An Adapted soft frequent pattern mining is applied to the remaining event triggers for clustering.
We used a dataset called Evetar to evaluate the proposed approach.
The dataset contains tweets that cover different types of Arabic events that occurred in a one month period.
We split the dataset into different subsets using different time intervals, so that we can mimic the streaming behavior of microblogs.
We used precision, recall and fmeasure as evaluation metrics.
The highest average f-measure value achieved was 0.717.
Our results were acceptable compared to three popular approaches applied to the same dataset
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
عدد الصفحات
76
قائمة المحتويات
Table of contents.
Abstract.
Abstract in Arabic.
Chapter One : Introduction.
Chapter Two : Literature review.
Chapter Three : Theoretical and technical foundation.
Chapter Four : Approach and methodology.
Chapter Five : Implementation.
Chapter Six : System experiments and evaluation.
Chapter Seven : Conclusion and future work.
References.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Zindah, Jihad Husam al-Din Salih. (2018). A new approach based on soft frequent pattern mining for detecting significant events in Arabic microblogs. (Master's theses Theses and Dissertations Master). Islamic University, Palestine (Gaza Strip)
https://search.emarefa.net/detail/BIM-905430
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Zindah, Jihad Husam al-Din Salih. A new approach based on soft frequent pattern mining for detecting significant events in Arabic microblogs. (Master's theses Theses and Dissertations Master). Islamic University. (2018).
https://search.emarefa.net/detail/BIM-905430
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Zindah, Jihad Husam al-Din Salih. (2018). A new approach based on soft frequent pattern mining for detecting significant events in Arabic microblogs. (Master's theses Theses and Dissertations Master). Islamic University, Palestine (Gaza Strip)
https://search.emarefa.net/detail/BIM-905430
لغة النص
الإنجليزية
نوع البيانات
رسائل جامعية
رقم السجل
BIM-905430
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)