Discover and read the best of Twitter Threads about #داده‌کاوی
Most recents (1)
1/ یه کار #داده‌کاوی برای پیش‌بینی پربیننده شدن یا کم‌بیننده شدن تیترها در چند سایت انجام دادم و با دقت 86 درصد (میانگین) پربیننده یا کم‌بیننده شدن یه تیتر رو پیش‌بینی کردم. برای هر سایت، یه فرهنگ واژگان ساختم که نشون می‌داد هر کلمه چقدر تیتر رو به سمت این دو کلاس می‌بره.
2/ هر کلمه نمره‌ای بین 1- تا 1+ می‌گرفت. نمره منفی یعنی حضور اون کلمه، تیتر رو به سمت کم‌بیننده شدن می‌برد (هر چی منفی‌تر، بیشتر)، و نمره مثبت هم همین اثر رو برای پربیننده شدن داشت. در نهایت، بر اساس امتیاز مجموع کلمات، مشخص می‌شد که تیتر پربیننده میشه یا کم‌بیننده.
3/ در این سایت‌ها (که ورزشی و فناوری بودن)، کلماتی مثل «سامسونگ»، «هواوی»، «مسی»، «رونالدو»، «رکورد»، «عجیب»، «جدیدترین» و این‌ها امتیاز بالایی گرفتن (بالای 0.5+). کلماتی مثل «ال‌جی» و LG، «اندروید»، و «رُم» هم امتیازشون منفی بود و حضورشون عموما باعث کم‌بیننده شدن مطلب می‌شد.
