پروژه پیش پردازش دیتا (4101)
شش سال پیش منتشر شده
تعداد بازدید: 202
کد پروژه: 147275
شرح پروژه
سلام
بنده یه سفارش کار پیش پردازش دارم. دیتاستم شامل دو ستون سال انتشار و عنوان 85 هزار مقاله است. میخوام کلیدواژگان مقاله به صورت اتریبیوت های جداگانه استخراج بشن و مشخص باشه هر کلیدواژه چند بار در هر سند تکرار شده و در چه سالی. مهمه نظم زمانی شون حفظ بشه چون بعد از عملیات پیش پردازش باید داده هارو طبقه بندی و تحلیل سری زمانی روشون انجام بدم.
عملیاتی که لازمه روی عناوین مقالات انجام بشه:
استخراج واژگان مهم چه به صورت تک واژه باشه و چه ترکیب دو یا سه واژه: مثلا بعضی کلمات در ترکیب با هم معنی شون روشن میشه مثل: knowledge management و یا Information seeking behavior؛
تبدیل حروف بزرگ به حروف کوچک؛
یکدست کردن واژگان: تبدیل واژگان جمع به مفرد و تبدیل واژگان به شکل ساده اون واژه؛
حذف حروف توقف.
خروجی که در نهایت میخوام یه همچین ماتریسی هست در یک فایل اکسل. که نمونه فایل رو خدمتتون ارسال کردم. فقط مسئله ای که هست بعضی از واژگان استخراج شده اصلن مشخص نیست چه واژه ای هستن. انگار یه مخفف از کلمات مونده!!! این مشکل باید حل بشه.
یه سوال هم داشتم از خدمتتون: با توجه به اینکه این پیش پردازش بخشی از کار پایان نامم هست لازمه بدوم از چه نرم افزار و چه الگوریتم هایی برای تشکیل ماتریس و عملیات انجام کار استفاده شد... آیا این توضیحات داده میشن؟
این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
7روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت سیزده سال پیش
