Profiliranje autora na društvenim mrežama pomoću strojnog učenja

Sažetak na hrvatskom: Porastom broja korisnika društvenih mreža raste i zanimanje za sadržaj koji generiraju korisnici društvenih mreža. U analiziranje korisnički generiranog sadržaja ubraja se i profiliranje autora teksta, odnosno odre divanje demografskh karakteristika, kao što je spol i dob, auto...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:49817/Details
Glavni autor: Puljić, Lukrecija (-)
Ostali autori: Šnajder, Jan (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, L. Puljić, 2017.
Predmet:
LEADER 02617na a2200229 4500
003 HR-ZaFER
008 160221s2017 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid6454 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Puljić, Lukrecija 
245 1 0 |a Profiliranje autora na društvenim mrežama pomoću strojnog učenja :  |b završni rad /  |c Lukrecija Puljić ; [mentor Jan Šnajder]. 
246 1 |a Author Profiling on Social Networks Using Machine Learning  |i Naslov na engleskom:  
260 |a Zagreb,  |b L. Puljić,  |c 2017. 
300 |a 35 str. ;  |c 30 cm +  |e CD-ROM 
502 |b preddiplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2017-06-09, datum završetka: 2017-07-10 
520 3 |a Sažetak na hrvatskom: Porastom broja korisnika društvenih mreža raste i zanimanje za sadržaj koji generiraju korisnici društvenih mreža. U analiziranje korisnički generiranog sadržaja ubraja se i profiliranje autora teksta, odnosno odre divanje demografskh karakteristika, kao što je spol i dob, autora teksta. Ovaj rad bavio se odrešivanjem spola autora i znanstvenog područja kojem pripada fakultet koji pohađa autor metodama strojnog učenja. Rad se sastoji od cijelog procesa prikupljanja podataka s Facebooka i foruma i preobrade podataka. Potom slijedi razvoj modela odre divanja spola i znanstvenog područja kojem pripada fakultet koji pohađa autor teksta. Provedeno je i eksperimentalno vrednovanje modela i statistička analiza dobivenih podataka. 
520 3 |a Sažetak na engleskom: As social networks gain more and more users, interest for the content they’re creating is growing also. Analysis of user generated content includes profiling text’s authors, and determining demographic characteristics, such as gender and age of the authors. The focus of this thesis was determining author’s gender and the scientific area of the author’s faculty, using machine learning methods. It consists of the complete process of gathering data off of Facebook and forums and transforming this data. Then there’s the development of the model used to determine the gender of the text’s author and scientific area of the author’s faculty. Experimental model evaluation and statistical analysis of the results was also done. 
653 1 |a obrada prirodnog jezika, profiliranje autora, društvene mreže, hrvatski jezik, strojno učenje 
653 1 |a natural language processing, author profiling, social network, Croatian language, machine learning 
700 1 |a Šnajder, Jan  |4 ths 
942 |c Z 
999 |c 49817  |d 49817