Primjena stroja s potpornim vektorima za analizu sentimenta korisničkih recenzija

završni rad

• Naslov (engleski): Application of Support Vector Machine for Users' Reviews Sentiment Analysis
• Autor: Dominik Stanojević
• Mentor: Marko Čupić (mentor)
• Član povjerenstva: Marko Čupić (predsjednik povjerenstva)
• Član povjerenstva: Bojana Dalbelo-Bašić (član povjerenstva)
• Član povjerenstva: Karlo Knežević (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-07-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Stroj s potpornim vektorima (engl. Support Vector Machine, SVM) vrlo je općenit postupak koji omogućava rješavanje klasifikacijskih problema te problema funkcijske regresije. Isti je u praksi primjenjivan na niz praktičnih problema. U okviru završnog rada proučen je i opisan stroj s potpornim vektorima. Također, ostvarena je njegova programska implementacija kao i implementacija prikladnog postupka učenja istoga. Proučena je primjena stroja s potpornim vektorima na rješavanje problema analize sentimenta
korisničkih recenzija te je ispitan rad algoritma na korisničkim recenzijama filmova. Rezultati dobiveni klasifikacijom recenzija su prikazani i analizirani.

Sažetak (engleski)

Support vector machines (SVM) are supervised learning models which can solve regression and classification problems. This thesis describes and analyses the support vector machine model. Moreover, dual coordinate descent, an optimization algorithm for solving linear SVM is implemented.
In the second part of the thesis, a brief introduction to sentiment analysis is given. In the last part of the thesis, film reviews are classified using linear support vector machine and the results are interpreted.

• Ključne riječi: stroj s potpornim vektorima; analiza sentimenta; klasifikacija; SVM; strojno učenje; regresija; dualni koordinatni spust
• Ključne riječi (engleski): Support Vector Machine; SVM; Sentiment Analysis; Classification; Regression; Machine Learning; Dual Coordinate Descent
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:730477
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-14 00:57:25