Validacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema

undergraduate thesis

• Title (english): Validating the VIA classification of human strengths and virtues using topic modeling algorithms
• Author: Josip Gegač
• Mentor: Marina Bagić Babac (mentor)
• Committee member: Marina Bagić Babac (predsjednik povjerenstva)
• Committee member: Ljiljana Brkić (član povjerenstva)
• Committee member: Kristijan Poje (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2023-06-29, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

VIA klasifikacija ljudskih snaga i vrlina je okvir koji identificira i kategorizira pozitivne osobine i kvalitete koje se cijene u različitim kulturama i vremenskim razdobljima. Ovaj rad ima za cilj potvrditi VIA klasifikaciju na uzorku objava sa Twittera korištenjem nenadziranih tehnika strojnog učenja, posebno algoritama za modeliranje tema. Hipoteza je da će struktura objava s najpozitivnijim sentimentom, nakon primjene algoritama za modeliranje tema, odražavati strukturu VIA klasifikacije. U radu treba pokazati kako ovi rezultati mogu imati praktične implikacije, poput poboljšanja algoritama za analizu osjećaja i razvoja intervencija koje ciljaju na specifične snage karaktera u kontekstu društvenih medija.

Abstract (english)

The VIA classification of human strengths and virtues is a framework that identifies and categorizes positive traits and qualities that are valued across different cultures and time periods. This thesis aims to validate the VIA classification on a sample of Twitter posts using unsupervised machine learning techniques, specifically topic modeling algorithms. The hypothesis is that the structure of posts with the most positive sentiment, after applying topic modeling algorithms, will reflect the structure of the VIA classification. The thesis will indicate how these results may have practical implications, such as improving sentiment analysis algorithms and developing interventions that target specific character strengths in social media contexts.

• Keywords: VIA klasifikacija; snage karaktera; vrline; Twitter; modeliranje tema
• Keywords (english): VIA classification; character strengths; virtues; Twitter; topic modeling
• Language: english
• URN:NBN: urn:nbn:hr:168:688293
• Study programme: Title: Computing; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-07-13 10:03:32