• čeština
    • English
    • русский
  • English 
    • čeština
    • English
    • русский
  • Login
View Item 
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta elektrotechniky a komunikačních technologií
  • 2015
  • View Item
  •   Repository Home
  • Závěrečné práce
  • diplomové práce
  • Fakulta elektrotechniky a komunikačních technologií
  • 2015
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Analýza sociálních sítí využitím metod rozpoznání vzoru

Social Network Analysis using methods of pattern recognition

Thumbnail
View/Open
appendix-1.zip (30.27Kb)
final-thesis.pdf (3.096Mb)
review_85347.html (3.532Kb)
Author
Križan, Viliam
Advisor
Atassi, Hicham
Referee
Burget, Radim
Grade
A
Altmetrics
Metadata
Show full item record
Abstract
Diplomová práca sa zaoberá rozpoznávaním emócií z textu v sociálnych sieťach. Práca popisuje súčasné metódy extrakcie príznakov, používané lexikóny, korpusy a klasifikátory. Emócie boli rozpoznávané na základe klasifikátoru, netrénovaného na anotovaných dátach z mikroblogovacej siete Twitter. Výhodou použitia služby Twitter, bolo geografické vymedzenie dát, ktoré umožňuje sledovanie zmien emócií populácie v rôznych mestách. Prvým prístupom klasifikácie bolo vytvorenie Baseline algoritmu, ktorý používal jednoduchý lexikón. Pre zlepšenie klasifikácie sme v druhom bode použili komplexnejší SVM klasifikátor. SVM klasifikátory, extrakcie a selekcie príznakov boli použité z dostupnej Python knižnice Scikit. Dáta pre natrénovanie klasifikátoru boli zhromažďované z oblasti USA, a to s pomocou vytvorenej aplikácie. Klasifikátor bol natrénovaný na dátach, označených pri ich zhromažďovaní - bez manuálnej anotácie. Boli použité dve rôzne implantácie SVM klasifikátorov. Výsledné klasifikované emócie, v rôznych mestách a dňoch, boli zobrazené v podobe farebných značiek na mape.
 
The diploma thesis deals with emotion recognition from texts on social media. The state-of-the-art methods of feature extraction, corpora and classifiers are described in the first section. Emotions are recognized by a classifier trained on annotated data from the microblog network Twitter. The advantage of using Twitter was the possibility to specify data collection to a certain geographical location. Geographical data allows to monitor emotional variations of population, for e.g. in different cities. The first task was to propose and develop a Baseline algorithm which classifies data to emotional classes. The classification accuracy is improved by employing a more complex SVM classifier. SVM classifiers, feature vectorizers and feature selectors are used from the Scikit library, which is written in Python. The data for classifier training were collected from the USA by the own developed mining application. The classifier are trained on data automatically annotated in the collection process. Two implementations of SVM classifiers are used. Final classified emotions that appear in different cities and in different time intervals are displayed as color markers on a map.
 
Keywords
emoce, rozpoznávaní textu, analýza emócii, data mining, twitter, tweety, sociální sítě, Python, SVM, Scikit, emotions, text recognition, emotional analysis, data mining, twitter, tweets, social media, Python, SVM, Scikit
Language
angličtina (English)
Study brunch
Telekomunikační a informační technika
Composition of Committee
prof. Ing. Eva Gescheidtová, CSc. (předseda) doc. Ing. Karol Molnár, Ph.D. (místopředseda) doc. Ing. Jiří Schimmel, Ph.D. (člen) Ing. Michal Lares, Ph.D. (člen) Ing. Hicham Atassi, Ph.D. (člen) doc. Ing. Petr Číka, Ph.D. (člen)
Date of defence
2015-06-11
Process of defence
Objasněte, proč jste ve vaší práci upřednostnil SVM s lineárním jádrem a proč? Objasněte vliv prostředí Twitteru (krátké fráze, výrazné emoční vyjádření a omezený slovník) na výslednou přesnost. Jak se verifikovaly výsledky?
Result of the defence
práce byla úspěšně obhájena
Persistent identifier
http://hdl.handle.net/11012/39966
Source
KRIŽAN, V. Analýza sociálních sítí využitím metod rozpoznání vzoru [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2015.
Collections
  • 2015 [398]
Citace PRO

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV
 

 

Browse

All of repositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

Portal of libraries | Central library on Facebook
DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback | Theme by @mire NV