Поиск :
Личный кабинет :
Электронный каталог: Пичугина Елена Игоревна - Классификация сообществ социальных сетей на основе текстовых данных
Пичугина Елена Игоревна - Классификация сообществ социальных сетей на основе текстовых данных
Нет экз.
Электронный ресурс
Автор: Пичугина Елена Игоревна
Классификация сообществ социальных сетей на основе текстовых данных : выпускная квалификационная работа : Магистерская диссертация
Издательство: Московский государственный психолого-педагогический университет, 2022 г.
ISBN отсутствует
Автор: Пичугина Елена Игоревна
Классификация сообществ социальных сетей на основе текстовых данных : выпускная квалификационная работа : Магистерская диссертация
Издательство: Московский государственный психолого-педагогический университет, 2022 г.
ISBN отсутствует
На полку
Электронный ресурс
Пичугина, Елена Игоревна.
Классификация сообществ социальных сетей на основе текстовых данных : выпускная квалификационная работа : Магистерская диссертация / Елена Игоревна Пичугина. – Москва : Московский государственный психолого-педагогический университет, 2022. – 55 с. – URL: http://psychlib.ru/inc/absid.php?absid=477856 . – 09.04.03 - Прикладная информатика. Магистерская программа "Психолого-педагогические измерения".
В работе исследуется возможность классификации сообществ социальной сети, на основе текстовых данных. В качестве признака классификации выступает девиантное поведение. Для получения информации о личностных чертах пользователей социальной сети проведено тестирование по трем психологическим методикам. В результате кластеризации тестовых данных испытуемые разделены на 2 кластера. С помощью нейростетевой модели трансформеров текстовые данные сообществ, в которых состоят испытуемые каждого кластера, разделены на классы. Классы формируются по частоте вхождения ключевых слов и фраз. Ключевые слова и фразы — это лексика, имеющая девиантный характер. В результате исследования связи между результатами тестирования и текстовым содержанием сообществ социальной сети, в которых состоят испытуемые, обнаружить не удалось, а модель классификации подавляющее большинство текстовых данных определила, как не девиантные.
The paper explores the possibility of classifying social network communities based on text data. Deviant behavior acts as a sign of classification. To obtain information about the personality traits of users of the social network, three psychological methods were tested. As a result of clustering of test data, the subjects were divided into 2 clusters. With the help of the neural network model of transformers, the text data of the communities in which the subjects of each cluster consist are divided into classes. Classes are formed by the frequency of occurrence of keywords and phrases. Keywords and phrases are deviant vocabulary. As a result of the study, the relationship between the test results and the textual content of the social network communities in which the subjects consist could not be detected, and the classification model determined the vast majority of textual data as non-deviant.
Общий = Информатика, вычислительная техника
Общий = Социальная психология
Пичугина, Елена Игоревна.
Классификация сообществ социальных сетей на основе текстовых данных : выпускная квалификационная работа : Магистерская диссертация / Елена Игоревна Пичугина. – Москва : Московский государственный психолого-педагогический университет, 2022. – 55 с. – URL: http://psychlib.ru/inc/absid.php?absid=477856 . – 09.04.03 - Прикладная информатика. Магистерская программа "Психолого-педагогические измерения".
В работе исследуется возможность классификации сообществ социальной сети, на основе текстовых данных. В качестве признака классификации выступает девиантное поведение. Для получения информации о личностных чертах пользователей социальной сети проведено тестирование по трем психологическим методикам. В результате кластеризации тестовых данных испытуемые разделены на 2 кластера. С помощью нейростетевой модели трансформеров текстовые данные сообществ, в которых состоят испытуемые каждого кластера, разделены на классы. Классы формируются по частоте вхождения ключевых слов и фраз. Ключевые слова и фразы — это лексика, имеющая девиантный характер. В результате исследования связи между результатами тестирования и текстовым содержанием сообществ социальной сети, в которых состоят испытуемые, обнаружить не удалось, а модель классификации подавляющее большинство текстовых данных определила, как не девиантные.
The paper explores the possibility of classifying social network communities based on text data. Deviant behavior acts as a sign of classification. To obtain information about the personality traits of users of the social network, three psychological methods were tested. As a result of clustering of test data, the subjects were divided into 2 clusters. With the help of the neural network model of transformers, the text data of the communities in which the subjects of each cluster consist are divided into classes. Classes are formed by the frequency of occurrence of keywords and phrases. Keywords and phrases are deviant vocabulary. As a result of the study, the relationship between the test results and the textual content of the social network communities in which the subjects consist could not be detected, and the classification model determined the vast majority of textual data as non-deviant.
Общий = Информатика, вычислительная техника
Общий = Социальная психология