Analiza podataka sa socijalnih mreža podržana strojnim učenjem

završni rad

• Naslov (engleski): Analysis of data from social networks supported by machine learning
• Autor: Arijana Bikić
• Mentor: Tomislav Stipančić (mentor)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet strojarstva i brodogradnje; Zagreb
• Datum i država obrane: 2024-09-25, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Strojarstvo

Sažetak

Sažetak ovog završnog rada istražuje primjenu analize sentimenta kroz strojno učenje na podacima s Twitter-a. Analiza sentimenta je proces analiziranja i prepoznavanja emocija ili stavova iz teksta, a strojno učenje je grana umjetne inteligencije koja omogućuje računalima da nauče iz podataka i izvode zadatke bez eksplicitnog programiranja. Ovaj rad istražuje kako se modeli strojnog učenja, posebno Naivni Bayesov klasifikator, mogu koristiti za analizu sentimenta na Twitter-ovim podacima. Kroz eksperimente i evaluaciju, analizira se učinkovitost ovih modela u prepoznavanju pozitivnih i negativnih sentimenta u tweetovima te pruža uvid u izazove i mogućnosti ovog pristupa.

Sažetak (engleski)

The summary of this thesis explores the application of sentiment analysis through machine learning on Twitter data. Sentiment analysis is the process of analyzing and recognizing emotions or attitudes from text, and machine learning is a branch of artificial intelligence that allows computers to learn from data and perform tasks without explicit programming. This paper explores how machine learning models, specifically the Naive Bayes classifier, can be used for sentiment analysis on Twitter data. Through experiments and evaluation, the effectiveness of these models in recognizing positive and negative sentiments in tweets is analyzed and provides insight into the challenges and opportunities of this approach.

• Ključne riječi: NLP; Python; Sentiment Analysis
• Ključne riječi (engleski): NLP; Python; Sentiment Analysis
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:235:298964
• Studijski program: Naziv: Strojarstvo; Vrsta studija: sveučilišni; Stupanj studija: prijediplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka strojarstva (univ. bacc. ing. mech.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2024-09-16 14:15:22