|
|
Analysis of Product Reviews
Klocok, Andrej ; Doležal, Jan (oponent) ; Smrž, Pavel (vedoucí práce)
Online store customers generate vast amounts of product and service information through reviews, which are an important source of feedback. This thesis deals with the creation of a system for the analysis of product and shop reviews in the czech language. It describes the current methods of sentiment analysis and builds on current solutions. The resulting system implements automatic data download and their indexing, subsequently sentiment analysis together with text summary in the form of clustering of similar sentences based on vector representation of the text. A graphical user interface in the form of a web page is also included. A review data set with a total of more than six million reviews was created during the semester along with an interface for easy data export.
|
|
|
Analýza obsahu sociálních sítí týkající se českých mobilních operátorů
Pavlů, Jan ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá analýzou postojů u příspěvků ze sociálních sítí týkajících se českých mobilních operátorů. Kromě analýzy postojů se zaměřuje na vizualizací stažených a analyzovaných dat. Analýza postojů je provedena za pomocí strojového učení s učitelem. Po stažení jsou příspěvky očištěny, lemmatizovány a převedeny na vektor příznaků. Pro klasifikaci se využívá Stochastic Gradient Descent. Analyzovaná data jsou zobrazena jak ve formě diagramů, tak ve tvaru seznamu příspěvků. Systém poskytuje i automatické přiřazení kategorií příspěvkům pomocí stejného principu. Při přiřazení postojů systém dosahuje úspěšnosti okolo 75%. Při přiřazení kategorií je sice vysoká přesnost (kolem 80%), ale nízká preciznost, navrátovost a F1 score(20% - 30%). Proto se automaticky neprovádí. Přínosem systému je, dokáže automaticky sbírat data z různých zdrojů, ta analyzovat a přehledně zobrazit. Také poskytuje prostředky, jak manuálně měnit přířazené hodnocení/kategori, což při občasném zásahu uživatele povede k postupnému zlepšování charakteristik systému.
|
|
|
Analýza sentimentu s využitím dolování dat
Sychra, Martin ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Obsahem práce je analýza sentimentu, především z informatického hlediska (okrajově z hlediska lingvistického). V lingvistické části je rozebrán pojem sentiment a jazykové metody pro jeho analýzu, např. lemmatizace, POS tagging, využití seznamu stopwords apod. Větší pozornost je následně věnována struktuře analyzátoru sentimentu, který je založen na některé z metod strojového učení (metoda podpůrných vektorů, naivní Bayesův klasifikátor a klasifikátor maximální entropie). Na základě teoretických východisek je navržen a implementován funkční analyzátor. Experimenty jsou zaměřeny především na porovnání klasifikačních metod a přínos využití jednotlivých metod předzpracování. Úspěšnost sestrojeného klasifikátoru dosahuje až 84 % v křížové validaci.
|
|
|
Analýza postojů v oblasti automobilového průmyslu
Bezák, Adam ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Cieľom tejto práce je oboznámiť sa so základnými metódami analýzy postojov na sociálnych sieťach. Téma práce je zameraná na automobilový priemysel, avšak princíp práce je možné použiť na akékoľvek iné skúmané odvetie. Podstatou praktickej časti je získanie dát zo sociálnych sietí, ich analýza a následná indexácia do ElasticSearch databáze. Ďaľším cieľom práce je tieto dáta vizualizovať prostredníctvom portálu. Vytvorený webový portál poskytuje rôzne štatistiky popredných automobilových značiek, prehľad nových trendov alebo vizualizáciu názorov na konkrétne aspekty jednotlivých automobilov.
|
|
| |
|
|
Analýza postojů českých uživatelů k obchodním řetězcům na základě dat ze sociálních sítí a webových diskusí
Bolješik, Michal ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Cieľom tejto práce je navrhnúť a vytvoriť systém analyzujúci dáta z webu, ktoré sa týkajú českých potravinových obchodných reťazcov. Implementovaný systém umožňuje automatické sťahovanie takýchto dát, analýzu ich sentimentu, prípadnú extrakciu lokalít a názvov reťazcov z dát a následné indexovanie dát. Súčasťou systému je aj webové rozhranie zobrazujúce výsledky vykonaných analýz. Prvá časť práce sa venuje rozboru extrakcie dát z webu, analýze sentimentu a indexovaniu dokumentov. Nasleduje popis návrhu systému a popis jeho implementácie. Posledná časť práce obsahuje vyhodnotenie implementovaného systému.
|
|
|
Analýza postojů k počítačovým hrám
Balajka, Pavel ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Práce se zabývá analýzou postojů vyjadřovaných v příspěvcích uživatelů na sociálních sítích. Popisuje obecný systém, který byl pro uvedené účely vytvořen a specializován na oblast strategických počítačových her. Hlavní důraz je kladen na problémy získávání a analýzy dat ze sociálních sítí a zobrazení získaných výsledků uživateli. Jsou zmíněny jednotlivé etapy zpracování textu jako např. tokenizace a filtrace nepotřebných slov, za účelem efektivnější analýzy názorů a rozebírány metody strojového učení jako např. Decision Trees a Naive Bayes, a jejich použití. Dále je popsán návrh uvedeného systému a jeho následná implementace s vybranými částmi a metodami. Nakonec je provedeno srovnání výsledků testů analyzátoru provedených za různých podmínek.
|
|
|
Expertní systém pro rozhodování na akciových trzích s využitím sentimentu investorů
Janková, Zuzana ; Lenort, Radim (oponent) ; Zinecker, Marek (oponent) ; Chramcov, Bronislav (oponent) ; Dostál, Petr (vedoucí práce)
Předložená disertační práce zkoumá potenciál využití skóre sentimentu extrahovaného z textových dat společně s historickými daty o akciovém indexu ke zlepšení výkonnosti predikce na akciovém trhu prostřednictvím vytvořeného modelu expertního systému. Vzhledem k tomu, že velké množství textových dokumentů souvisejících s financemi, které zveřejňují jak profesionální, tak amatérští investoři, nejen na online sociálních sítích, by mohly mít dopad na vývoj akciových trhů, je zásadním úkolem analyzovat finanční texty zveřejněné různými uživateli a zejména z nich extrahovat sentiment. V této práci je sentiment investorů získán z online finančních zpráv a příspěvků zveřejněných na finanční sociální platformě StockTwits. Skóre sentimentu je stanoveno pomocí hybridního přístupu kombinující modely strojového učení s učitelem a neuronových sítí, přičemž ke klasifikaci polarity sentimentu je využito vícero lexikonů pozitivních a negativních slov. Je analyzován vliv skóre sentimentu na akciový trh prostřednictvím kauzality, kointegrace a koherence. V disertační práci je navržen model expertního systému založený na metodách fuzzy logiky. Fuzzy logika poskytuje pozoruhodné vlastnosti při práci s vágními, nepřesnými či nejasnými údaji a je schopna se lépe vypořádat s chaotickým prostředím na akciových trzích. V nedávných vědeckých studiích na popularitě získává vyšší úroveň fuzzy logiky, která je označována jako type-2 fuzzy logika. Oproti klasické type-1 fuzzy logice, je tento vyšší typ schopen mezi zdvojené funkce členství integrovat určitou úroveň nejistoty. Tento typ expertního systému je ovšem v předmětné problematice predikce akciového trhu s využitím extrahovaného sentimentu investorů značně opomíjen. Z toho důvodu je v disertační práci zkoumán potenciál využít a výkonnost type-2 fuzzy logiky. Konkrétně je vytvořeno několik type-2 fuzzy modelů, které jsou trénovány na historických datech akciového indexu a skóre sentimentu investorů za období 2018-2020. Vytvořené modely jsou posouzeny k měření výkonu predikce bez sentimentu i s integrací sentimentu investorů. Následně je na základě vytvořeného expertního modelu stanovena investiční strategie a sledována jeho ziskovost. Výkonnost predikce fuzzy modelů je komparována s výkonností několika srovnávacích modelů, včetně SVM, k-NN, naivního Bayes a dalších. Z experimentů vyplynulo, že modely fuzzy logiky jsou schopny vhodným nastavením funkcí členství a nejistoty v nich obsažených vylepšit predikci a jsou schopny konkurovat klasickým modelům predikce, které jsou standardně využívané ve výzkumných studiích. Vytvořený model by měl také sloužit jako nástroj pro podporu investičního rozhodování individuálním investorům.
|
|
| |
|
|
Rozpoznávání postojů z filmových recenzí
Bílý, Daniel ; Jon, Josef (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce je zaměřena na tvorbu systému, který je schopný pravidelně stahovat filmové recenze z webu a následně je analyzovat. Zdrojů recenzí je několik a to českých i anglických (čsfd, fdb, imdb a rotten tomatoes). Analýza sentimentu recenzí je prováděna za pomocí strojového učení. Výsledky analýz jsou zobrazovány ve webovém prohlížeči.
|
host ::
RSS.