Prioritized Text Detergent: Comparing Two Judgment Scales of Analytic Hierarchy Process on Prioritizing Pre-Processing Techniques on Social Media Sentiment Analysis

• Published in: Majallat Baghdād lil-ʻulūm Vol. 21; no. 2(SI); p. 662
• Main Authors: Zaki, Ummu Hani’ Hair, Ibrahim, Roliana, Abd Halim, Shahliza, Kamsani, Izyan Izzati
• Format: Journal Article
• Language: English; Arabic
• Published: College of Science for Women, University of Baghdad 01.01.2024
• Subjects: Analytical Hierarchy Process, Data Pre-processing, Multi-Criteria Decision-Making, Pre-processing Technique, Prioritization, Sentiment Analysis, Social Media
• ISSN: 2078-8665; 2411-7986
• DOI: 10.21123/bsj.2024.9750

تستخدم معظم الشركات بيانات وسائل التواصل الاجتماعي للأعمال. يقوم تحليل المشاعر تلقائيًا بجمع التحليلات وتلخيص هذا النوع من البيانات. من الصعب إدارة بيانات وسائل التواصل الاجتماعي غير المنظمة. حيث تمثل البيانات المزعجة او غير متناسقة تحديًا لتحليل المشاعر. نظرًا لأن أكثر من 50٪ من عملية تحليل المشاعر هي معالجة مسبقة للبيانات، فإن معالجة بيانات الوسائط الاجتماعية الضخمة تمثل تحديًا أيضًا. إذا تم إجراء المعالجة المسبقة بشكل صحيح، فقد تتحسن دقة البيانات. أيضًا، يعتمد سير العمل في تحليل المشاعر بشكل كبير. نظرًا لعدم وجود تقنية معالجة مسبقة تعمل بشكل جيد في جميع المواقف أو مع جميع مصادر البيانات، فإن اختيار أهم المصادر أمر بالغ الأهمية. تحديد الأولويات هو أسلوب ممتاز لاختيار الأكثر أهمية.باعتبارها إحدى طرق اتخاذ القرار متعدد المعايير (MCDM)، تُفضل عملية التحليل الهرمي (AHP) التعامل مع تحديات صنع القرار المعقدة باستخدام عدة معايير. تم استخدام درجات نسبة الاتساق (CR) لفحص المقارنات الزوجية لتقييم AHP. استخدمت هذه الدراسة مقياسين للحصول على الحكم الأكثر اتساقًا. أولاً، مقياس حكم Saaty (SS)، ثم المقياس المتوازن المعمم (GBS).  لقد تم التحقق فيما إذا كان هناك مقياسان مختلفان لحكم AHP سيؤثران على صنع القرار. المعايير الرئيسية لتحديد أولوية تقنيات المعالجة المسبقة في تحليل المشاعر هي علامات الترقيم والإملاء والرقم والسياق. تحتوى هذه المعايير الأربعة أيضا معايير فرعية. تكون مقارنات الزوجية GBS أقرب إلى قيمة CR من SS، مما يقلل من نسب وزن البدائل.تشرح هذه الورقة كيف يساعد AHP في اتخاذ القرار المنطقي. يمكن أن يكون تحديد أولوية تقنيات المعالجة المسبقة باستخدام AHP نموذجًا لمراحل تحليل المشاعر الأخرى. باختصار، تضيف هذه الورقة مساهمة أخرى إلى مجال تحليلات البيانات الضخمة. Most companies use social media data for business. Sentiment analysis automatically gathers analyses and summarizes this type of data. Managing unstructured social media data is difficult. Noisy data is a challenge to sentiment analysis. Since over 50% of the sentiment analysis process is data pre-processing, processing big social media data is challenging too. If pre-processing is carried out correctly, data accuracy may improve. Also, sentiment analysis workflow is highly dependent. Because no pre-processing technique works well in all situations or with all data sources, choosing the most important ones is crucial. Prioritization is an excellent technique for choosing the most important ones. As one of many Multi-Criteria Decision Making (MCDM) methods, the Analytic Hierarchy Process (AHP) is preferred for handling complicated decision-making challenges using several criteria. The Consistency Ratio (CR) scores were used to examine pair-wise comparisons to evaluate the AHP. This study used two judgment scales to get the most consistent judgment. Firstly, the Saaty judgment scale (SS), then the Generalized Balanced Scale (GBS). It investigated whether two different AHP judgment scales would affect decision-making. The main criteria for prioritizing pre-processing techniques in sentiment analysis are Punctuation, Spelling, Number, and Context. These four criteria also contain sub-criteria. GBS pair-wise comparisons are closer to the CR value than SS, reducing the alternatives’ weight ratios. This paper explains how AHP aids logical decision-making. Prioritizing pre-processing techniques with AHP can be a paradigm for other sentiment analysis stages. In short, this paper adds another contribution to the Big Data Analytics domain.