Název:
Analýza dat na sociálních sítích s využitím dolování dat
Překlad názvu:
Analysis of Data on Social Networks Based on Data Mining
Autoři:
Fešar, Marek ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2014
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
Práce seznamuje čtenáře s obecnými principy dolování dat a také se specifikami prostředí sociálních sítí. Jsou rozebíráni konkrétní reprezentanti sociálních sítí vybraní s ohledem na jejich návětěvnost a použití českými uživateli. Každé programové rozhraní je diskutováno z hlediska jeho výhod i nevýhod a poté je vybráno vhodné rozhraní pro tvorbu dolovacího nástroje. Práce se dále zabývá analýzou získávání dat ze sítě Twitter, činnostmi v procesu dolování a návrhem dolovacího algoritmu založeného na hustotě, který je užit ve výsledném nástroji. Jeho podrobnému popisu se věnuje kapitola implementace, zvláštní místo se dostává také popisu architektonického vzoru MVC. V závěru práce je ukázáno několik příkladů uplatnění vydolovaných znalostí a nastíněn možný budoucí vývoj.
The thesis presents general principles of data mining and it also focuses on specific needs of social networks. Certain social networks, chosen with respect to popularity and availability to Czech users, are discussed from various points of view. The benefits and drawbacks of each are also mentioned. Afterwards, one suitable API is selected for futher analysis. The project explains harvesting data via Twitter API and the process of mining of data from this particular network. Design of a mining algorithm inspired by density based clustering methods is described. The implementation is explained in its own chapter, preceded by thorough explanation of MVC architectural pattern. In the end some examples of usage of gathered knowledge are shown as well as possibility of future extensions.
Klíčová slova:
.NET; DBSCAN; dolování dat; Entity Framework; LinkedIn; MVC; programové rozhraní; relační databáze; sociální síť; Twitter; .NET; API; data mining; DBSCAN; Entity Framework; LinkedIn; MVC; relational database; social network; Twitter
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/53329