Μονάδα:
Κατεύθυνση Ψηφιακά Μέσα Επικοινωνίας και Περιβάλλοντα ΑλληλεπίδρασηςΒιβλιοθήκη Πολιτικής Επιστήμης και Δημόσιας Διοίκησης - Επικοινωνίας και Μέσων Μαζικής Ενημέρωσης - Τουρκικών Σπουδών και Σύγχρονων Ασιατικών Σπουδών - Κοινωνιολογίας
Ημερομηνία κατάθεσης:
2017-12-17
Στοιχεία επιβλεπόντων καθηγητών:
Κωνσταντίνος Μουρλάς, Αναπληρωτής Καθηγητής, Τμήμα Επικοινωνίας και Μέσων Μαζικής Ενημέρωσης, ΕΚΠΑ
Πρωτότυπος Τίτλος:
Ανάλυση συναισθήματος σε ελληνικά και γερμανικά δεδομένα του Twitter γύρω από την εκπαίδευση των προσφύγων με τη χρήση lexicon- based και machine learning μεθόδων και εργαλείων της γλώσσας R
Γλώσσες εργασίας:
Ελληνικά
Μεταφρασμένος τίτλος:
Ανάλυση συναισθήματος σε ελληνικά και γερμανικά δεδομένα του Twitter γύρω από την εκπαίδευση των προσφύγων με τη χρήση lexicon- based και machine learning μεθόδων και εργαλείων της γλώσσας R
Περίληψη:
Στόχος της παρούσας διπλωματικής είναι η ταξινόμηση σύντομων μηνυμάτων από το κοινωνικό δίκτυο Twitter με γνώμονα το συναίσθημα που εκφράζεται μέσα από αυτά, χρησιμοποιώντας τεχνικές εξόρυξης δεδομένων. Αρχικά, θα γίνει προσπάθεια να κατηγοριοποιηθούν χειροκίνητα ως προς την πολικότητά τους μηνύματα του Twitter από Ελλάδα και Γερμανία που έχουν να κάνουν με την προσφυγική κρίση και συγκεκριμένα με την εκπαίδευση των προσφύγων και στη συνέχεια θα ανιχνευτεί ο στόχος του συναισθήματος, σε ποιον δηλαδή απευθύνεται το συναίσθημα που εκφράζεται σε καθένα από τα tweets. Κατόπιν, θα γίνει προσπάθεια πρόβλεψης του συναισθήματος με δύο διαφορετικές μεθόδους, αυτή του λεξικού και αυτή της μηχανικής μάθησης με τη χρήση του αλγορίθμου κατηγοριοποίησης Naive Bayes.
Κύρια θεματική κατηγορία:
Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες
Λοιπές θεματικές κατηγορίες:
Τεχνολογία – Πληροφορική
Λέξεις-κλειδιά:
προσφυγικό, εκπαίδευση, ανάλυση συναισθήματος, κοινωνικά δίκτυα, (μη) επιβλεπόμενη μάθηση, λεξικά, μικρο- ιστολόγια, ταξινομητής
Αρ. σελίδων ευρετηρίου:
5
Αρ. βιβλιογραφικών αναφορών:
139