Кафедра системного програмування і спеціалізованих комп'ютерних систем (СПСКС)

Постійне посилання на фонд

https://ela.kpi.ua/handle/123456789/913

Переглянути

Перегляд Кафедра системного програмування і спеціалізованих комп'ютерних систем (СПСКС) за Автор "Анастасьєв, Дмитро Вадимович"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    ДокументВідкритий доступ
    Інтелектуальні засоби аналізу профілю користувача соціальної мережі
    (2018-12) Анастасьєв, Дмитро Вадимович; Замятін, Денис Станіславович
    Актуальність теми. Різноманітні соціальні мережі з кожним днем збільшують свою популярність, стаючи одними з найвідвідуваніших інтернет ресурсів. Створюючи профілі на таких ресурсах, користувачі надають у відкритий доступ багато даних про себе: вік, стать, ім’я, уподобання і т.д. Аналізуючи ці дані можливо класифікувати користувачів соціальних мереж за різними критеріями, а також передбачати наявність певних характеристик користувачів. Такий аналіз даних може бути широко використаний у багатьох економічних, технічних на наукових сферах, наприклад у сфері маркетингу для впровадження таргетованої реклами або у сфері рекрутменту для знаходження кваліфікованих фахівців. Об’єктом дослідження є класифікація користувачів соціальної мережі Instagram за гендерною ознакою Предметом дослідження є методи аналізу та класифікації тексту та зображень. Методи дослідження – методи машинного навчання для вирішення задач класифікації текстових даних та зображень. Мета роботи: досягнення якомога вищого відсотка правильного передбачення статі користувачів соціальної мережі Instagram, використовуючи різноманітні дані профілів цих користувачів. Наукова новизна одержаних результатів полягає в наступному: 1. Проаналізовано різні методи машинного навчання для вирішення задач класифікації зображень та текстових даних; вибрано ключові характеристики користувачів соціальної мережі Instagram, за якими можна визначити стать; створено базу цільових даних для навчання нейронних згорткових мереж; проаналізовано декілька моделей нейронних мереж, обрано та налаштовано найбільш ефективну. 2. Створено інтелектуальну систему класифікації користувачів соціальної мережі Instagram за гендерною особливістю, використовуючи дані з профілів та методи аналізу описані вище. Практична цінність одержаних в роботі результатів полягає в тому, що запропонований спосіб дозволяє ефективно, класифікувати користувачів соціальних мереж за ознаками які не вказані у профілі користувача, тобто передбачувати наявність певних ознак, використовуючи наявні ознаки. Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на: - ХІ науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2018-2 (Київ, 15-17 листопада 2018 р.); - ХIV міжнародній науково-практична конференції “Наука та освіта без меж”– 2018; Публікації. За результатами дослідження опубліковано 2 наукові праці, з них 1 стаття та 1 тези конференції. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів та висновків. У вступі подано загальну характеристику роботи, зроблено оцінку сучасного стану проблеми, обґрунтовано актуальність напрямку досліджень, сформульовано мету і задачі досліджень, показано наукову новизну отриманих результатів і практичну цінність роботи. У першому розділі розглянуто теоретичні відомості по заданій темі, а також проведений аналіз, який дає змогу визначити основні переваги та недоліки існуючих способів класифікації зображень та текстових даних. У другому розділі наведено опис проведених модифікацій до існуючих методів аналізу даних та описано способи їх використання. У третьому розділі наведено опис проведених вимірювань точності роботи запропонованих методів та опис створеної системи класифікації. У висновках представлені результати проведеної роботи. Робота представлена на 90 аркушах, містить 17 рисунків, 1 таблицю та список використаних літературних джерел з 9 найменувань.