Брянск, Брянская область, Россия
Разработана модель мониторинга мнений пользователей социальных сетей с поддержкой интеллектуального анализа данных. Рассмотрен метод анализа тональности как один из подходов к интеллектуальной обработке текстовых сообщений пользователей социальной сети. Сформулированы требования к программному комплексу мониторинга социальных сетей и описаны результаты его практического применения, на основании чего определены направления дальнейших исследований.
социальная сеть, мониторинг, анализ тональности, нейронные сети, глубокое обучение.
1. Аверченков, В.И. Представление и обработка нечеткой информации в многокритериальных моделях принятия решений для задач управления социально-экономическими системами / В.И. Аверченков, А.В. Лагерев, А.Г. Подвесовский // Вестн. Брян. гос. техн. ун-та. - 2012. - № 2 (34). - С. 97-104.
2. Базенков, Н.И. Обзор информационных систем анализа социальных сетей / Н.И. Базенков, Д.А. Губа-нов // Управление большими системами: сб. тр. - М.: ИПУ РАН, 2013. - № 41. - С. 357-394.
3. Васильев, В.Г. Классификация отзывов пользователей с использованием фрагментных правил / В.Г. Васильев, М.В. Худякова, С.А. Давыдов // Компьютерная лингвистика и интеллектуальные техно-логии: по материалам ежегодной Международной конференции «Диалог»: сб. ст. - М.: Изд-во РГТУ, 2011. - Т. 2. - С. 66-76.
4. Губанов, Д.А. Концептуальный подход к анализу онлайновых социальных сетей / Д.А. Губанов, А.Г. Чхартишвили // Управление большими системами: сб. тр. - М.: ИПУ РАН, 2013. - № 45. - С. 226-236.
5. Губанов, Д.А. Модели информационного влияния и информационного управления в социальных сетях / Д.А. Губанов, Д.А. Новиков, А.Г. Чхартишвили // Проблемы управления. - М.: СенСиДат-Контрол, 2009. - № 5. - С. 28-35.
6. Губанов, Д.А. Социальные сети: модели информационного влияния, управления и противоборства / Д.А. Губанов, Д.А. Новиков, А.Г. Чхартишвили. - М.: Изд-во физ.-мат. лит., 2010. - 228 с.
7. Для чего люди используют интернет? - URL: http://fom.ru/SMI-i-internet/11088.
8. Интернет в России: динамика проникновения. Лето 2014. - URL: http://fom.ru/SMI-i-internet/11740.
9. Меньшиков, И.Л. Анализ тональности текста на русском языке при помощи графовых моделей / И.Л. Меньшиков // Доклады Всероссийской научной конференции АИСТ’2013: сб. ст. - Екатеринбург, 2013. - С. 151-155.
10. Пак, А. Обучаем компьютер чувствам (sentiment analysis по-русски). - URL: http://habrahabr.ru/post/149605.
11. Паклин, Н.Б. Бизнес-аналитика: от данных к знаниям: учеб. пособие / Н.Б. Паклин, В.И. Орешков. - 2-е изд. - СПб.: Питер, 2013. - 704 с.
12. Паничева, П.В. Система сентиментного анализа ATEX, основанная на правилах, при обработке текстов различных тематик / П.В. Паничева // Компьютерная лингвистика и интеллектуальные технологии: по материалам ежегодной Международной конференции «Диалог»: сб. ст. - М.: Изд-во РГТУ, 2013. - Т. 2. - С. 101-112.
13. Подвесовский, А.Г. Особенности реализации программного комплекса мониторинга социальных сетей с поддержкой анализа тональности текстовых сообщений / А.Г. Подвесовский, Д.В. Будыльский // Вопро-сы информационных технологий: междунар. сб. науч. ст. - Липецк: Гравис, 2014. - Вып. I. - С. 23-33.
14. Brand Analуtics - система мониторинга и анализа социальных медиа. - URL: http://br-analytics.ru.
15. BrandSpotter - система мониторинга социальных медиа. - URL: http://brandspotter.ru.
16. Deng, L. Deep Learning: Methods and Applications / L. Deng, Y. Dong. - Now Publishers, 2014. - 134 p.
17. IQBuzz - профессиональный сервис мониторинга для маркетологов, PR и SMM. - URL: http://iqbuzz.ru.
18. Socher, R. Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank / R. Socher [et al.] // EMNLP. - 2013. - P. 1-12.
19. YouScan.ru - система мониторинга социальных медиа и социальных сетей. - URL: http://youscan.ru.
