Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/4565
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Мозжерина Елена Станиславовна | ru_RU |
dc.contributor.author | Стригулин Кирилл Анатольевич | ru_RU |
dc.contributor.author | Strigulin Kirill | en_GB |
dc.contributor.editor | Е.С. Мозжерина | ru_RU |
dc.contributor.editor | E.S. Mozzherina | en_GB |
dc.date.accessioned | 2016-10-10T02:14:42Z | - |
dc.date.available | 2016-10-10T02:14:42Z | - |
dc.date.issued | 2016 | |
dc.identifier.other | 013975 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/4565 | - |
dc.description.abstract | В данной работе рассмотрены различные методы интеллектуального анализа данных, которые применены к анализу тональности русскоязычных высказываний в социальной сети в Twitter. Подробно разобраны методы предварительной обработки текста, описаны способы анализа тональности данных, а также разобраны методы машинного обучения, которые могут применяться для поставленной задачи. Основываясь на теоретических исследованиях социальной сети Twitter, а также особенностях машинного обучения, были проведены оценки различных подходов к решению задачи. Написан комплекс программ, который реализует рассмотренные подходы и на реальных данных проведены численные эксперименты. Проведено сравнение результатов теоретических исследований и экспериментальных результатов. | ru_RU |
dc.description.abstract | In present paper various methods of data mining which are applied to the tone analysis in the social network Twitter is considered. Text pretreatment methods is parsed, methods for analyzing the data key are described, and machine learning techniques that can be used for the task is are described. Based on theoretical research of the social network Twitter and the features of machine learning evaluating different approaches to solving the problem have been conducted. Software package that implements the discussed approaches is constructed. The results of theoretical research and experimental results are compared. | en_GB |
dc.language.iso | ru | |
dc.subject | интеллектуальный анализ данных | ru_RU |
dc.subject | машинное обучение | ru_RU |
dc.subject | анализ тональности | ru_RU |
dc.subject | data mining | en_GB |
dc.subject | machine learning | en_GB |
dc.subject | tone analysis | en_GB |
dc.title | Sentiment analysis of posts in twitter | en_GB |
dc.title.alternative | Анализ тональности высказываний в Twitter | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
DIplom1.pdf | Article | 617,59 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Review_Strigulin.pdf | ReviewSV | 841,29 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_st022254_Mozzherina_Elena_Stanislavovna_(supervisor)(Ru).txt | ReviewSV | 5,06 kB | Text | Просмотреть/Открыть |
reviewSV_Strigulin_Recenziya_Edamenko.pdf | ReviewRev | 194,93 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Strigulin_recenziya_Zaxarov.pdf | ReviewRev | 744,35 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_st022254_Mozzherina_Elena_Stanislavovna_(reviewer)(Ru).txt | ReviewRev | 10,55 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.