Kvantitativna analiza odnosa između izražavanja zahvalnosti i oprosta i osjećaja korisnika na društvenim mrežama

undergraduate thesis

• Title (english): Quantitative analysis of the relationship between expressing gratitude and forgiveness and user sentiment on social media
• Author: Mateo Hitl
• 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

Ovaj završni rad istražuje odnos između izražavanja zahvalnosti i oprosta u objavama na
Twitteru i ukupnog osjećaja u objavama korisnika. Hipoteza pretpostavlja da će korisnici
koji često izražavaju zahvalnost ili opraštanje pokazati više pozitivnih osjećaja u svim
objavama tijekom promatranog razdoblja, u usporedbi s onima koji te emocije izražavaju
rjeđe. Za testiranje hipoteze koristit će se analiza sentimenta i statističko zaključivanje.
Dodatno, algoritmi za modeliranje tema koristit će se za identifikaciju i procjenu korelacije
između izražavanja zahvalnosti i oprosta i različitih tema. Rezultati ovog rada mogu
informirati buduća istraživanja o tome kako izražavanje zahvalnosti i oprosta može utjecati
na osjećaje i komunikaciju na internetu.

Abstract (english)

This thesis explores the relationship between expressing gratitude and forgiveness in
Twitter posts and the overall sentiment of user posts. The hypothesis posits that users who
frequently express gratitude or forgiveness will exhibit more positive sentiment in all posts
during the observed period, compared to those who express these emotions less often. To
test the hypothesis, sentiment analysis and statistical inference will be utilized.
Additionally, topic modelling algorithms will be employed to identify and assess the
correlation between expressing gratitude and forgiveness and various topics. The findings
of this study can inform future research on how expressing gratitude and forgiveness can
affect online sentiment and communication.

• Keywords: opraštanje; zahvalnost; Twitter; sentimentalna analiza teksta; modeliranje tema
• Keywords (english): forgiveness; gratitude; Twitter; sentiment analysis of text; topic modelling
• Language: english
• URN:NBN: urn:nbn:hr:168:112802
• 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 10:05:54