АВТОМАТИЗИРОВАННАЯ ОЦЕНКА ЭМОЦИЙ ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНЫХ СЕТЕЙ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ


https://doi.org/10.21686/2500-3925-2015-3-249-254

Полный текст:


Аннотация

В статье излагается способ автоматизированной оценки эмоций пользователей социальных сетей относительно некоторой темы, отличающийся возможностью учета в результирующей оценке как «влиятельности» пользователей, так и наличия повторных сообщений. Входными данными для анализа эмоций пользователя относительно определенной темы являются его релевантные сообщения, для автоматизированного разбора которых предлагаетсяиспользоватьалгоритмынечеткойлогики, в частностиприобработкемодификаторов, встречающихся в сообщениях. В статье приведены экспериментальные данные, демонстрирующие расчет результирующей эмоциональнойоценкисообщенийпоопределеннойтематике.

Об авторах

Елена Евгеньевна Лунева
Томский Политехнический университет (ТПУ)
Россия


Александр Александрович Ефремов
Томский Политехнический университет (ТПУ)
Россия


Павел Иванович Банокин
Томский Политехнический университет (ТПУ)
Россия


Список литературы

1. URL: http://www.statisticbrain. com/ (дата обращения: 16.02.2015)

2. Dalal M.K., Zaveri M.A. Opinion Mining from online user reviews using Fuzzy Linguistic Hedges // Applied Computational Intelligence and So. Computing Volume. - 2014. Vol. 2014, № 735942. - P. 1-9.

3. Bollen J., Mao H., Zeng X.-J. Twitter mood predicts the stock market // Journal of Computational Science. - 2011. Vol. 2, № 1. - P. 1-8

4. Amit P., Tejashree W., Swati Rao M. Review of Online Product using Rule Based and Fuzzy Logic // Smiley’s International Journal of Computing and Technology. - 2014. Vol. 1, P. 39-44

5. Haque Md., Rahman T. Sentiment analysis by using fuzzy logic // International Journal of Computer Science, Engineering and Information Technology (IJCSEIT). - 2014. Vol. 4, № 1. - P. 33-48

6. Denecke K. Using SentiWordNet for multilingual sentiment analysis // Proceedings International Conference on Data Engineering. 2008. - № 4498370. - P. 507-512

7. ЗадеЛ. Понятиелингвистической переменной и его применение к принятию приближенных решений. - Москва: Мир, 1976. - 165 с.

8. Leekwijck W.V., Kerre E.E. Defuzzification: criteria and classification // Fuzzy Sets and Systems. - 1999. Vol. 108, № 2. - P. 159-178

9. ЕфремовА.А. Новыеоперации над нечеткими числами и интервалами // Доклады Томского государственного университета систем управления и радиоэлектроники. - 2013 - №. 1(27). - C. 95-99

10. Ходашинский И.А. Нечеткологическое оценивание величин // Известия Томского политехнического университета. - 2003. -Т. 306, № 3. - С. 10-15.

11. Инструменты мониторинга в социальных сетях. URL: http:// habrahabr.ru/post/173341/ (датаобращения: 16.02.2015)

12. Freeman L.С. Centrality in social networks, conceptual clarifications // Soc. Networks. - 1979. Vol. 1. - P. 215-236.

13. Song Q., Wang X.F. Survey of speedup techniques for shortest path algorithms // Journal of the University of Electronic Science and Technology of China. - 2012. Vol. 41, № 2. - P. 176-184.

14. URL: http://www.statisticbrain. com/ (date of handling: 16.02.2015)

15. Dalal M. K., Zaveri M.A. Opinion Mining from online user reviews using Fuzzy Linguistic Hedges // Applied Computational Intelligence and So. Computing Volume. - 2014. Vol. 2014, № 735942. - P. 1-9.

16. Bollen J., Mao H., Zeng X.-J. Twitter mood predicts the stock market // Journal of Computational Science. - 2011. Vol. 2, № 1. - P. 1-8

17. Amit P., Tejashree W., Swati Rao M. Review of Online Product using Rule Based and Fuzzy Logic // Smiley’s International Journal of Computing and Technology. - 2014. Vol. 1, P. 39-44

18. Haque Md., Rahman T. Sentiment analysis by using fuzzy logic // International Journal of Computer Science, Engineering and Information Technology (IJCSEIT). - 2014. Vol. 4, № 1. - P. 33-48

19. Denecke K. Using SentiWordNet for multilingual sentiment analysis // Proceedings International Conference on Data Engineering. 2008. № 4498370. - P. 507-512

20. Zadhe L. The Concept of a Linguistic Variable and its Applications to Approximate Reasoning. - M.: Mir, 1976. - 165 P.

21. Leekwijck W.V., Kerre E. E. Defuzzification: criteria and classification // Fuzzy Sets and Systems. - 1999. Vol. 108, № 2. - P. 159-178

22. Yefremov A.A. New operations on fuzzy numbers and intervals // Doklady Tomskogo gosudarstvennogo universiteta sistem upravleniya i radioelektroniki. - 2013 - №. 1(27). - C. 95-99

23. Khodashinsky I.A. Nechetkologicheskoe evaluation values // Izvestiya Tomskogo politehnicheskogo universiteta. - 2003. -T. 306, № 3. - S. 10-15.

24. Monitoring tools in social networks. URL: http://habrahabr.ru/post/173341/ (date of handling: 16.02.2015)

25. Freeman, L.С. Centrality in social networks, conceptual clarifications // Soc. Networks. - 1979. V. 1. - pp. 215-236.

26. Song, Q., Wang, X.F. Survey of speedup techniques for shortest path algorithms // Journal of the University of Electronic Science and Technology of China. - 2012. - V. 41, № 2. - pp. 176-184.


Дополнительные файлы

Для цитирования: Лунева Е.Е., Ефремов А.А., Банокин П.И. АВТОМАТИЗИРОВАННАЯ ОЦЕНКА ЭМОЦИЙ ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНЫХ СЕТЕЙ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ. Статистика и Экономика. 2015;(3):249-254. https://doi.org/10.21686/2500-3925-2015-3-249-254

For citation: Luneva E.E., Yefremov A.A., Banokin P.I. AUTOMATED SENTIMENT ANALYSYS EVALUATION OF SOCIAL NETWORK USERS BASED ON FUZZY LOGIC. Statistics and Economics. 2015;(3):249-254. (In Russ.) https://doi.org/10.21686/2500-3925-2015-3-249-254

Просмотров: 225

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2500-3925 (Print)