fake reviews detection withGWO

? مشروع اكتشاف التقييمات الزائفة باستخدام FNN + GWO

المشروع ده خلاني أكتشف قد إيه ممكن دمج النماذج الذكية مع خوارزميات تحسين قوية يقدّم نتائج قوية وذكية.

اشتغلت على نظام يقدر يميز بين التقييمات الحقيقية والزائفة باستخدام شبكة عصبية ضبابية (Fuzzy Neural Network - FNN)،

وده نوع من الشبكات بيتعامل مع الغموض واللغة الطبيعية بشكل أكثر مرونة من الشبكات التقليدية.

بس ما وقفتش عند كده!

طبّقت خوارزمية الذئب الرمادي (Grey Wolf Optimizer - GWO) علشان أضبط بارامترات النموذج بشكل ذكي.

بدل ما أعدّل القيم يدوي وأجرّب، GWO سمحت للنموذج يتعلم ويتطور كأنّه قطيع ذئاب بيدور على أفضل حل.

اللي عملته في المشروع:

عالجت بيانات التقييمات باستخدام تقنيات معالجة اللغة الطبيعية (NLP) زي: التوكنز، حذف الكلمات الشائعة، التمثيل العددي

بنيت نموذج FNN من الصفر

استخدمت GWO لضبط الأوزان وتحسين الدقة

قمت بتقييم النموذج باستخدام مقاييس مختلفة: الدقة، الدقة الإحصائية، الاسترجاع، F1-score

? اللي اتعلمته:

إن المنطق الضبابي (Fuzzy Logic) بيعالج الحالات غير الواضحة أو المتداخلة بشكل أفضل

إن التحسين مش مجرد تحسين، ده ممكن يغيّر نتائج النموذج تمامًا

وإن الـ NLP عمرها ما تكون فعّالة من غير تنظيف وتحضير البيانات بشكل كويس