Інтелектуальні засоби аналізу профілю користувача соціальної мережі
Вантажиться...
Дата
2018-12
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
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.
Опис
Ключові слова
Keras, нейронні мережі, згорткові нейронні мережі, машинне навчання
Бібліографічний опис
Анастасьєв, Д. В. Інтелектуальні засоби аналізу профілю користувача соціальної мережі : магістерська дис. : 123 Комп’ютерна інженерія. Системне програмування / Анастасьєв Дмитро Вадимович. – Київ, 2018. – 70 с.