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

završni rad

• Naslov (engleski): Quantitative analysis of the relationship between expressing gratitude and forgiveness and user sentiment on social media
• Autor: Mateo Hitl
• Mentor: Marina Bagić Babac (mentor)
• Član povjerenstva: Marina Bagić Babac (predsjednik povjerenstva)
• Član povjerenstva: Ljiljana Brkić (član povjerenstva)
• Član povjerenstva: Kristijan Poje (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-06-29, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

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.

Sažetak (engleski)

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.

• Ključne riječi: opraštanje; zahvalnost; Twitter; sentimentalna analiza teksta; modeliranje tema
• Ključne riječi (engleski): forgiveness; gratitude; Twitter; sentiment analysis of text; topic modelling
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:112802
• 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: 2023-07-13 10:05:54