Machine Learning Models for Customer Sentiment Analysis in Smart Retail

مشروع فردي أنجزته خلال دراستي الجامعية، يعتمد على تطوير نماذج ذكاء اصطناعي لتحليل وتقييم آراء العملاء في قطاع التجزئة الذكي وتصنيفها تلقائياً إلى (إيجابي، سلبي، محايد). أبرز الإنجازات:معالجة وتنظيف بيانات ضخمة تضم 22,641 تقييماً نصياً باستخدام تقنيات (TF-IDF) وهندسة الميزات. برمجة وتدريب 3 نماذج كلاسيكية: الانحدار اللوجستي (Logistic Regression)، الغابات العشوائية (Random Forest)، وآلة المتجهات الداعمة (LinearSVC). تحقيق دقة تصنيف عالية بلغت 87.39% عبر نموذج (SVM) بعد إجراء عمليات ضبط المعلمات الدقيقة. تقديم خطة لدمج النموذج في بيئة العمل الحقيقية لتحسين قرارات إدارة المخزون وسرعة استجابة خدمة العملاء. التقنيات المستخدمة: Python, Scikit-learn, NLTK, Pandas, Google Colab.