Аналіз настроїв користувачів Twitter на основі текстових даних з використанням згорткової нейронної мережі
| dc.contributor.author | Гнатушенко, Володимир Володимирович | uk_UA |
| dc.contributor.author | Каштан, В. Ю. | uk_UA |
| dc.contributor.author | Овчаренко, М. А. | uk_UA |
| dc.contributor.author | Іванько, А. М. | uk_UA |
| dc.date.accessioned | 2025-05-26T07:37:25Z | |
| dc.date.available | 2025-05-26T07:37:25Z | |
| dc.date.issued | 2025 | |
| dc.description | Вол. Гнатушенко: ORCID 0000-0003-3140-3788 | uk_UA |
| dc.description.abstract | UKR: Розглянуто застосування згорткових нейронних мереж (CNN) для аналізу настроїв користувачів на основі текстових даних соціальної мережі Twitter. Актуальність роботи зумовлена зростаючим обсягом неструктурованих текстових даних у соціальних мережах та необхідністю їх ефективної обробки для розуміння громадської думки. Запропонована модель CNN включає представлення текстових даних у векторному просторі, згорткові та пулінгові шари для вилучення релевантних ознак, а також повністю зв'язані шари для класифікації настроїв на позитивні та негативні. Для запобігання перенавчанню застосовано шари випадкового виключення нейронів (Dropout). Експериментальна оцінка моделі проводилася на спеціально підготовленому наборі даних із Twitter. Результати тестування демонструють перспективність використання CNN для автоматизованого аналізу настроїв користувачів соціальних мереж. | uk_UA |
| dc.description.abstract | ENG: The article considers using convolutional neural networks (CNN) to analyze user sentiment on the Twitter platform based on text data. The relevance of the work is due to the growing amount of unstructured text data in social networks and the need for their effective processing to understand public opinion. The proposed CNN model includes representing text data in vector space, convolutional and pooling layers for extracting relevant features, and fully connected layers for classifying sentiment into positive and negative. To prevent overfitting, we applied the Dropout layers to exclude neurons randomly. An experimental evaluation of the model was conducted on a specially prepared dataset from Twitter. The test results demonstrate the prospects of using CNN for automated analysis of social media users' sentiments. | en |
| dc.description.sponsorship | Національний технічний університет 4«Дніпровська політехніка», Дніпро | uk_UA |
| dc.identifier.citation | Гнатушенко Вол. В., Каштан В. Ю., Овчаренко М. А., Іванько А. М. Аналіз настроїв користувачів Twitter на основі текстових даних з використанням згорткової нейронної мережі. Інформаційні технології в металургії та машинобудуванні – ІТММ’2025 : тези доп. Міжнародної наук.-техн. конф. (м. Дніпро, 23-24 березня 2025 р.). Дніпро, 2025. C. 534–537. DOI: 10.34185/1991-7848.itmm.2025.01.094. | uk_UA |
| dc.identifier.doi | 10.34185/1991-7848.itmm.2025.01.094 | |
| dc.identifier.issn | 2708-0102 (Online) | |
| dc.identifier.uri | https://journals.nmetau.edu.ua/index.php/itmm/article/view/2162 | en |
| dc.identifier.uri | https://crust.ust.edu.ua/handle/123456789/20356 | en |
| dc.language.iso | uk | |
| dc.publisher | Український державний університет науки і технологій, ІВК «Системні технології», Дніпро | uk_UA |
| dc.subject | настрої користувачів | uk_UA |
| dc.subject | згорткова мережа | uk_UA |
| dc.subject | неструктуровані дані | uk_UA |
| dc.subject | user sentiment | en |
| dc.subject | convolutional network | en |
| dc.subject | unstructured data | en |
| dc.subject | КІТС | uk_UA |
| dc.subject.classification | TECHNOLOGY::Information technology | en |
| dc.title | Аналіз настроїв користувачів Twitter на основі текстових даних з використанням згорткової нейронної мережі | uk_UA |
| dc.title.alternative | Analysis of Twitter Users' Sentiment Based on Text Data Using Convolutional Neural Network | en |
| dc.type | Thesis | en |