δείτε την πρωτότυπη σελίδα τεκμηρίου στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
Μαθηματικά μοντέλα στατιστικής ανάλυσης, κατηγοριοποίησης και γραφικής απεικόνισης συναισθήματος στα Μέσα Κοινωνικής Δικτύωσης
Ο όγκος των δεδομένων που υπάρχουν διαθέσιμα για συλλογή στο διαδίκτυο τα τελευταία χρόνια έχει αυξηθεί ραγδαία. Ταυτόχρονα η επεξεργασία, ταξινόμηση και παρουσίαση αυτών γίνεται με πιο αποδοτικό και αναλυτικό τρόπο. Επίσης οι μέθοδοι για την ανάλυση και την απεικόνιση των δεδομένων έχουν ισχυρό μαθηματικό υπόβαθρο. Τα Μέσα Κοινωνικής Δικτύωσης αποτελούν μια πηγή διαθέσιμων δεδομένων προς επεξεργασία και στατιστική ανάλυση τα οποία βρίσκονται σε μορφή κειμένων.
Η παρούσα εργασία στοχεύει στην ανάλυση της φυσικής γλώσσας των Tweets του Twitter για την εξαγωγή συμπερασμάτων, σχετικά με το συναίσθημα που πηγάζει από αυτά. Το χρονικό πλαίσιο στο οποίο θα πραγματοποιηθεί η ανάλυση είναι το πρώτο μισό του 2021. Παράλληλα θα μελετηθούν οι διάφοροι αλγόριθμοι ταιριάσματος νημάτων που χρησιμοποιήθηκαν καθώς και το μαθηματικό υπόβαθρό τους.
Ακόμα θα αναφερθούμε στην ασφαλή επικοινωνία μεταξύ της πλατφόρμας του Twitter και του χρήστη, αλλά και στην ασφαλή εξαγωγή των Tweets χάρη στην ταυτοποίηση OAuth 2.0.
Τέλος, θα εξαχθούν και θα παρουσιαστούν τα αποτελέσματα της ανάλυσης, με χρήση διαφόρων γραφημάτων, η οποία έγινε με την βοήθεια της γλώσσας προγραμματισμού Python.
(EL)
The volume of data available for online collection in recent years has increased rapidly. At the same time processing, classification and presentation is done in a more efficient manner. Social Media are a source of available data for statistical analysis that are in text form. Also, the methods for analyzing and displaying the data have a powerful mathematical background. For this project we will use the Twitter network.
This project aims at analyzing the natural language of Tweets, written in Greek, to draw conclusions on the sentiment that stems from them, within the timeframe of the first half of 2021. At the same time the various string-matching algorithms used as well as their mathematical background will be studied.
We will also refer to the secure communication between the Twitter page and the user, as well as the secure export of Tweets thanks to OAuth 2.0 identification.
Finally, the results of the analysis will be extracted and presented, using various chats. To help us achieve our purpose we will need the help of programming language Python.
(EN)
*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.
Μαθηματικά μοντέλα στατιστικής ανάλυσης, κατηγοριοποίησης και γραφικής απεικόνισης συναισθήματος στα Μέσα Κοινωνικής Δικτύωσης
Μαθηματικά μοντέλα στατιστικής ανάλυσης, κατηγοριοποίησης και γραφικής απεικόνισης συναισθήματος στα Μέσα Κοινωνικής Δικτύωσης
Βοηθείστε μας να κάνουμε καλύτερο το OpenArchives.gr.