Sentimental analysis of customer product Reviews to understand customer needs using machine learning

Sentimental analysis of customer product Reviews to understand customer needs using machine learning

This thesis is submitted in partial fulfillment of the requirements for the degree of Bachelor of Science in Computer Science, 2023.

Chi tiết về thư mục
Những tác giả chính:	Symum, Md Abdullah Al, Sheemu, Subarna Yeasmin, Asif, Abu Saleh Md., Islam, Konika
Tác giả khác:	Shakil, Arif
Định dạng:	Luận văn
Ngôn ngữ:	English
Được phát hành:	Brac University 2023
Những chủ đề:	Natural language processing Customer feedback Textual data analysis Sentimental analysis Transformer Sentiment lexicons Word embeddings Machine learning Natural language processing (Computer science)
Truy cập trực tuyến:	http://hdl.handle.net/10361/21980

Những quyển sách tương tự

Sentiment analysis on mobile operators’ customer review
Bằng: Hossain, Mohammed Mohibul, et al.
Được phát hành: (2020)

Human sentiment analysis using natural language processing
Bằng: Shamya, Md. Shamiul Haque Khan, et al.
Được phát hành: (2024)

Sentiment analysis in Bengali Text using NLP
Bằng: Sarkar, Ankon, et al.
Được phát hành: (2023)

Sentiment analysis using R: an approach to correlate bitcoin price fluctuations with change in user sentiments
Bằng: Rahman, Shaomi, et al.
Được phát hành: (2018)

A transformer based approach to detect the sentiment of drivers in ride sharing platforms
Bằng: Chakraborty, Sovon
Được phát hành: (2024)

A multimodal approach of sentiment analysis to predict customer emotions towards a product
Bằng: Islam, Shadman, et al.
Được phát hành: (2020)

Optimizing restaurant recommendations through sentiment analysis
Bằng: Juha, Tasnia, et al.
Được phát hành: (2024)

Sentiment analysis of customer reviews on food ordering portals of Bangladesh using natural language processing
Bằng: Deb, Priom, et al.
Được phát hành: (2024)

Microblog sentiment analysis for rating TV shows
Bằng: Abdullah, Ashik
Được phát hành: (2017)

Sentiment classification on Bengali food and restaurant reviews
Bằng: Hossain, Abid, et al.
Được phát hành: (2024)

Embedded system based bangla intelligent social virtual robot with sentiment analysis
Bằng: Hossain, Md. Ishan Arefin, et al.
Được phát hành: (2018)

Detecting sarcasm in Bengali comments using NLP
Bằng: Chowdhury, Md. Jamiur Rahman
Được phát hành: (2024)

Aspect-based sentiment analysis using SemEval and Amazon datasets
Bằng: Hasib, Tamanna, et al.
Được phát hành: (2018)

Analyzing data of social media to evaluate customer behavior of companies using sentiment analysis
Bằng: Shourin, Bushra, et al.
Được phát hành: (2018)

Analyzing users’ sentiment towards video games based on reviews from microblog
Bằng: Roy, Abhijeet, et al.
Được phát hành: (2018)

Sentiment analysis for Bengali newspaper headlines
Bằng: Hossain, Mohammad Samman, et al.
Được phát hành: (2017)

Comparative study of toxic comments classification using machine learning algorithms
Bằng: Razzak, Razia, et al.
Được phát hành: (2021)

Social media sentiment study on COVID-19 outbreak
Bằng: Karmaker, Anik, et al.
Được phát hành: (2021)

BWN- A software platform for developing Bengali wordnet
Bằng: Khan, Mumit, et al.
Được phát hành: (2010)

Research report on Bengla tagged lexicon
Bằng: Hayder, Kamrul, et al.
Được phát hành: (2010)

Amazon product reviews sentiment analysis using supervised learning algorithms
Bằng: Hawladar, Mohibullah, et al.
Được phát hành: (2021)

Product rating generation based on public opinion using sentiment analysis
Bằng: Rabbi, Reshan Ahmed, et al.
Được phát hành: (2018)

Into the heart of Bangla speech: advancing speech sentiment recognition with semi-supervised multimodal machine learning model leveraging an iterative SHAP-based feature selection
Bằng: Shruti, Abanti Chakraborty
Được phát hành: (2024)

A rule based approach for implementation of bangla to english translation
Bằng: Rahman, Md. Khalilur, et al.
Được phát hành: (2017)

Feature based mobile phone rating using sentiment analysis and machine learning approaches
Bằng: Kafi, Abdullahil, et al.
Được phát hành: (2018)

Virtual teaching assistant for undergraduate students using natural language processing & deep learning
Bằng: Sakib, Sadman Jashim, et al.
Được phát hành: (2023)

Research report on Bengla lexicon
Bằng: Hayder, Kamrul
Được phát hành: (2010)

Screencast feedback versus textual feedback in L2 writing: an experimental study on IELTS writing task 2 responses in the Bangladeshi context
Bằng: Neon, Muhaiminul Islam
Được phát hành: (2023)

Market demand analysis using NLP in Bangla language
Bằng: Hossain, Md Sabbir, et al.
Được phát hành: (2022)

Sentimental analysis on political speeches
Bằng: Atiq, Asif, et al.
Được phát hành: (2022)

Performing sentiment analysis in Bangla microblog posts
Bằng: Chowdhury, Shaika, et al.
Được phát hành: (2017)

An effective machine learning approach for sentiment analysis of restaurant reviews
Bằng: Karim, Rabita
Được phát hành: (2018)

A framework for sentiment analysis: a data-driven approach
Bằng: Islam, Md. Jahedul, et al.
Được phát hành: (2021)

TikNep: content analysis of Nepali TikTok users using natural language processing
Bằng: Dhakal, Aakar, et al.
Được phát hành: (2024)

Share market forecasting with LSTM neural network and sentimental trend prediction
Bằng: Rony, Ismail Hossain, et al.
Được phát hành: (2020)

Curious learner: a generative neuro-symbolic approach for function execution & illustration using natural language
Bằng: Joaa, A.F.M. Mohimenul
Được phát hành: (2024)

A deep learning approach to predict crypto-currency price by evaluating sentiment and stock market correlations
Bằng: Maliha, Miftahul Zannat, et al.
Được phát hành: (2023)

Unveiling underlying patterns, drivers and anomalies in cryptocurrency price dynamics through feature fusion of financial indicators and sentiment fluctuations
Bằng: Rabbi, Md. Nafis
Được phát hành: (2024)

Bang-lish sentiment classification using deep learning
Bằng: Saleheen, Abrar, et al.
Được phát hành: (2023)

Sentiment analysis on Bangladesh airlines review data using machine learning
Bằng: Hasib, Khan Md.
Được phát hành: (2022)