Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/26029
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Погожев Сергей Владимирович | ru_RU |
dc.contributor.advisor | Pogozev Sergej Vladimirovic | en_GB |
dc.contributor.author | Тарасов Никита Андреевич | ru_RU |
dc.contributor.author | Tarasov Nikita Andreevic | en_GB |
dc.contributor.editor | Блеканов Иван Станиславович | ru_RU |
dc.contributor.editor | Blekanov Ivan Stanislavovic | en_GB |
dc.date.accessioned | 2021-03-24T15:08:55Z | - |
dc.date.available | 2021-03-24T15:08:55Z | - |
dc.date.issued | 2019 | |
dc.identifier.other | 050011 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/26029 | - |
dc.description.abstract | Целью данной работы стала разработка методов тематического моделирования крупных пользовательских ad-hoc дискуссий в социальных сетях, позволяющие с учетом специфики анализа коротких текстов автоматически выявлять темы, которые затрагивают пользователи в своих сообщениях. Применение подобных моделей позволяет как уменьшать размерность данных , так и выделять основные идеи, аргументы и мнения. В рамках данной работы был проведен сравнительный анализ различных моделей тематического моделирования. Были рассмотрены как модели специализированные для анализа коротких текстов, так и модели с доказанной эффективностью для различных типов данных. В результате был разработан программный комплекс для тематического моделирования крупных пользовательских ad-hoc дискуссий в социальных сетях, основанный на использовании методов тематического моделирования LDA, BTM , WNTM, проведен сравнительный анализ данных методов на 3 реальных ad-hoc дискуссиях в социальной сети Twitter. | ru_RU |
dc.description.abstract | The goal of this work was to develop methods of topic modeling for large user ad-hoc discussions in social networks, allowing, with accordance for the specificity of the analysis of short texts, to automatically identify user topics in messages. The use of such models allows both to reduce the dimensionality of data, and to highlight the main ideas, arguments and opinions. In this work, a comparative analysis of various topic models was carried out. Models specialized for analyzing short texts and models with proven efficiency for various types of data were considered. As a result, a software package was developed for topic modeling of large user ad-hoc discussions in social networks based on the use of LDA, BTM, WNTM algorithms, a comparative analysis of these methods was carried out on 3 real ad-hoc discussions on the Twitter social network. | en_GB |
dc.language.iso | ru | |
dc.subject | Короткие тексты | ru_RU |
dc.subject | Тематическое моделирование | ru_RU |
dc.subject | Анализ контента | ru_RU |
dc.subject | Ad-hoc дискуссии | ru_RU |
dc.subject | Short Texts | en_GB |
dc.subject | Topic Model | en_GB |
dc.subject | Content Analysis | en_GB |
dc.subject | Ad-hoc discussions | en_GB |
dc.title | Methods of topic modelling of ad hoc discussions in social networks | en_GB |
dc.title.alternative | Методы тематического моделирования ad-hoc дискуссий в социальных сетях | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
thesis.pdf | Article | 610,76 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Otzyv_Tarasov.pdf | ReviewSV | 196,25 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.