Radni okvir za analizu sadržaja na društvenim mrežama

diplomski rad

• Naslov (engleski): A Framework for Social Network Content Analysis
• Autor: Šime Vukasović
• Mentor: Vedran Podobnik (mentor)
• Član povjerenstva: Vedran Podobnik (predsjednik povjerenstva)
• Član povjerenstva: Lea Skorin-Kapov (član povjerenstva)
• Član povjerenstva: Željka Car (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-14, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu opisano je rješenje za analizu sadržaja teksta društvenih mreža. Koristeći Twitterov API za podatke (tweetove) implementiran je Go Fiber http poslužitelj za dohvaćanje i spremanje podataka, te je korištena R skripta za analizu sadržaja tweetova. Poslužitelj pokreće R skriptu povezujući se s R instancom koja je dostupna putem funkcije Rserve. Specifična analiza je stvaranje mreže (grafa) riječi iz tweetova, koja vraća parametre koji opisuju mrežu. Uz to, generira se oblak riječi i radi se sentiment analiza osjećaja za sve riječi kako bi se odredio najrelevantniji sadržaj tweetova i njegovo značenje. U radu su također opisani nedostaci opisanog rješenja, kako bi se ono moglo poboljšati te na što se fokusirati u daljnjem razvoju.

Sažetak (engleski)

In this paper, a solution for social media text content analysis was described. Using Twitter's API for data, specifically tweets, a Go Fiber http server was implemented to fetch said data, and an R script was used to analyse the content of the tweets. The server runs the R script by connecting to an R instance which is available through the Rserve functionality. Specific analysis is the creation of a word network from tweets, returning parameters that describe the network. Along with that, a word cloud is generated and sentiment analysis is done on all of the words to determine the most relevant content of the tweets and its meaning. The paper also describes the flaws of the described solution, how it could be improved, and which avenues to take in further development.

• Ključne riječi: društvena mreža; analiza; sentiment; twitter
• Ključne riječi (engleski): social network; analysis; sentiment; twitter
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:462777
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 16:31:33