Збірники наукових праць ЦНТУ
Permanent URI for this communityhttps://dspace.kntu.kr.ua/handle/123456789/1
Browse
2 results
Search Results
Item Математична модель рекомендаційної системи з врахуванням емоційного забарвлення коментарів у якості контексту(ЦНТУ, 2018) Шингалов, Д. В.; Мелешко, Є. В.; Минайленко, Р. М.; Резніченко, В. А.; Мелешко, Е. В.; Минайленко, Р. Н.; Резниченко, В. А.; Shyngalov, D.; Meleshko, Ye.; Mynaylenko, R.; Reznichenko, V.У статті пропонується математична модель рекомендаційної системи, у якій у якості контексту використовується аналіз емоційного забарвлення коментарів стосовно об’єктів рекомендацій. При відсутності явного зворотного зв’язку аналіз контексту значно підвищує точність рекомендацій та якість прогнозування вподобань користувачів. В статье предлагается математическая модель рекомендательной системы, в которой в качестве контекста используется анализ эмоциональной окраски комментариев относительно объектов рекомендаций. При отсутствии явной обратной связи анализ контекста значительно повышает точность рекомендаций и качество прогнозирования предпочтений пользователей. The article proposes the mathematical model of a recommendation system, in which a sentiment-analysis of comments related to a objects of recommendations is used as the context. An attempt is made to draw the mathematical model based on matrix calculations for the further creation of a context-oriented advisory system. In addition, an analysis of the feasibility of using the factorization model method to contextual filtration is used. The paper investigates the structure of the recommendation system, in which the analysis of the emotional color of the comments to the objects of the recommendation is taken into account as a context. In the absence of explicit feedback, context analysis greatly improves the accuracy of the recommendations and the quality of prediction of user benefits. An attempt is also to deduce a mathematical model describing the work of such a recommendation system. Row down algorithms and the use of factoring machines for data processing are considered in data conditions without explicit response. Further practical application of hybrid joint filtration is considered as a solution to the practical implementation of the system of recommendations. Rating models have huge potential for solving common filtration tasks, as well as for other subject areas in which there are interactions between objects of different types. Also, the proposed method allows you to change the structure of the model by changing the spaces of the space. The advantage of adding attributes can be applied to real data when modeling user preferences based on the analysis of the comment text. Applying an analysis of the emotional color of the text of comments by social network users on recommended objects can greatly improve the quality of prediction recommendations, and the transition to affine transformations and matrix calculations simplifies the machine complexity of calculations and increases their speed.Item Методи автоматичного аналізу тональності контенту у соціальних мережах для виявлення інформаційно-психологічних впливів(ЦНТУ, 2017) Шингалов, Д. В.; Мелешко, Є. В.; Минайленко, Р. М.; Резніченко, В. А.; Shyngalov, D.; Meleshko, Ye.; Mynaylenko, R.; Reznichenko, V.У статті проводиться дослідження існуючих методів автоматичного аналізу настроїв користувачів в онлайнових віртуальних соціальних мережах, для виявлення найбільш придатних з них для розпізнавання інформаційно-психологічних впливів, заснованих на емотивній комунікації. Дослідження включає в себе огляд лексемного методу та методів машинного навчання. Зокрема розглянуто процедуру попередньої обробки тексту перед аналізом та категорії словників, що використовуються для аналізу. Наведено алгоритми навчання для класифікації тексту: метод опорних векторів, наївний класифікатор Бейєса, дерева прийняття рішень, метод максимальної ентропії та нейронні мережі. Запропоновано методи для поліпшення якості результатів автоматичного визначення тональності тексту. The article analyzes existing methods of automatic analysis of sentiments in online virtual social networks, for to identify methods that can determine the information-psychological influences, based on emotive communication. The analysis includes a review of lexical method and methods of machine learning. Specifically there are considered procedure of preprocessing text before the analysis and categories of dictionaries used for analysis. The algorithms for classification study the text are given: the method of support vectors, naive Bayesian classifier, decision tree method of maximum entropy, and neural networks. Methods to improve the quality of results of automatic determination of the tone of the text are proposed.