Інформаційна система оцінювання відео з YouTube на основі аналізу тональності коментарів

Скорочена інформація про документ
dc.contributor.advisorШимкович, Володимир Миколайович
dc.contributor.authorКобченко, Владислав Русланович
dc.date.accessioned2025-03-13T09:32:04Z
dc.date.available2025-03-13T09:32:04Z
dc.date.issued2024
dc.description.abstractМетою цього проекту є розробка нейронної мережі, яка буде здатна аналізувати настрої текстів, та веб-додатку, що показуватиме детальну статистику для каналів і відео YouTube, доповнену показниками, отриманими з аналізу коментарів відео нейромережею. Виконані завдання цієї роботи включають визначення сфери застосування розроблених систем та аналіз існуючих рішень. Також було розглянуто існуючі архітектури нейронних мереж, та обрано найкращий варіант для виконання поставленого завдання обробки природної мови – повторювана нейронна мережа (RNN), а саме, її модифікація під назвою мережа довготривалої короткочасної пам’яті (LSTM). Для навчання мережі був знайдений набір даних з відгуками до фільмів англійською мовою. Вебдодаток складається з серверної частини, розробленої з допомогою Django, та клієнтської частини, створеної з використанням Vue. В ньому можна шукати канали, авторизуватися з обліковим записом Google для перегляду власних підписок, а також переглядати статистику каналів та відео з YouTube. На сторінці відео є блок аналізу коментарів, в якому після проведених нейронною мережею розрахунків будуть показані такі показники, як оцінка, розподіл настроїв у коментарях та інше. Розроблений застосунок стане в нагоді, як глядачам відео, так і їх авторам, допомагаючи в прийнятті рішень та покращенні контенту, і, крім того, буде корисним в аналітиці відео та зборі статистики.
dc.description.abstractotherSystem for evaluating YouTube videos based on comments sentiment analysis: 106 p., 27 tab., 43 draw., 8 app., 31 sources. The goal of this project is to develop a neural network capable of analyzing text sentiment and a web application that provides detailed statistics for YouTube channels and videos, enhanced with insights derived from the neural network’s analysis of video comments. The completed tasks for this project include defining the application areas of the developed systems and analyzing existing solutions. Furthermore, various neural network architectures were reviewed, leading to the selection of the most suitable option for natural language processing tasks: the Recurrent Neural Network (RNN), specifically its Long Short-Term Memory (LSTM) variant. For training the network, a dataset of movie reviews in English was utilized. The web application consists of a server-side component, built with Django, and a client-side component, developed using Vue.js. It enables users to search for channels, sign in with a Google account to access their subscriptions, and view detailed statistics for YouTube channels and videos. On the video page, a comment analysis section is available. This section, powered by the neural network, presents metrics such as an overall score, sentiment distribution within comments and more. The developed application is a valuable tool for both video viewers and creators, providing enhanced video analytics and statistical insights that can be useful for decision- making and content optimization.
dc.format.extent106 с.
dc.identifier.citationКобченко, В. Р. Інформаційна система оцінювання відео з YouTube на основі аналізу тональності коментарів : магістерська дис. : 126 Інформаційні системи та технології / Кобченко Владислав Русланович. – Київ, 2024. – 106 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72904
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.subjectаналіз тональності
dc.subjectнейронна мережа
dc.subjectприродна мова
dc.subjectLSTM
dc.subjectRNN
dc.subjectKeras
dc.subjectDjango
dc.subjectVue
dc.subject.udc004.8
dc.titleІнформаційна система оцінювання відео з YouTube на основі аналізу тональності коментарів
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kobchenko_magistr.pdf
Розмір:
3.23 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІСТ)
Магістерські роботи