Μεταπτυχιακές Διατριβές GRI-2012-8712

Τίτλος:A scaling approach for emotion-aware microblogging analysis
Ομαδοποίηση χρηστών Κοινωνικού Ιστού με αξιοποίηση συναισθηματικής πληροφορίας
Συγγραφείς:Χατζάκου Δέσποινα Δημητρίου
Σχολή/Τμήμα: Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Σχολή Θετικών Επιστημών, Τμήμα Πληροφορικής
Γλώσσα:Ελληνικά
Ημ/νία έκδοσης:2012
Περίληψη:Η εξάπλωση του Διαδικτύου έχει επιφέρει σημαντικές αλλαγές στον τρόπο με τον οποίο οι άνθρωποι επικοινωνούν και διαμοιράζουν τις διάφορες πληροφορίες. Ιδιαίτερα με την έλευση του Web 2.0 και των κοινωνικών εφαρμογών, μεγάλος είναι ο αριθμός των ατόμων που μεταδίδουν τις σκέψεις και τις απόψεις τους αναφορικά με ποικίλα θέματα. Ειδικότερα, τα κοινωνικά δίκτυα και τα ιστολόγια αποτελούν ένα πολύ δημοφιλή τρόπο διαδικτυακής επικοινωνίας μέσω της οποίας οι χρήστες μπορούν να αλληλεπιδρούν και να μεταδίδουν τις προσωπικές τους σκέψεις. Καθώς εκατομμύρια χρηστών μοιράζονται τις απόψεις τους σχετικά με διάφορες πτυχές της καθημερινής τους ζωής υπάρχει ιδιαίτερο ενδιαφέρον για την κατανόηση των συναισθημάτων τους. Η έρευνα που έχει πραγματοποιηθεί προς αυτή την κατεύθυνση είναι γνωστή ως Sentiment Analysis. Σκοπός αυτής της έρευνας είναι η ταξινόμηση των διαφόρων κειμένων/μηνυμάτων των χρηστών σε δύο βασικές κατηγορίες, θετικά και αρνητικά. Εμβαθύνοντας ακόμη περισσότερο, μία υποκατηγορία του Sentiment analysis είναι το Affective analysis, το οποίο στοχεύει στην ανάλυση των επιμέρους συναισθημάτων των χρηστών, όπως θυμός, λύπη και χαρά, συλλαμβάνοντας με μεγαλύτερη ακρίβεια τον κοινωνικό παλμό και τις τάσεις των χρηστών. Στόχος αυτής της εργασίας είναι η ανάπτυξη μίας μεθοδολογίας η οποία θα επιτρέπει τη γρήγορη και αποδοτική αποτύπωση των συναισθημάτων, έτσι όπως αυτά καταγράφονται από τους χρήστες του κοινωνικού δικτύου Twitter. Ύστερα από την εκτενή μελέτη της υπάρχουσας ερευνητικής δραστηριότητας γύρω από τους τομείς του Sentiment και Affective analysis, προτείνεται μία νέα μεθοδολογία η οποία καταφέρνει να συλλάβει σε ικανοποιητικό βαθμό το ευρύ φάσμα των εκφραζόμενων συναισθημάτων.

The emergence of Internet has brought significant changes in the way people communicate and share information. Especially with the advent of Web 2.0 and social applications, millions of people broadcast their thoughts and opinions on a considerable variety of topics. In particular, social networks and blogs provide an increasingly popular way of online communication by which users can interact and broadcast their personal thoughts. Since millions of users share opinions on different aspects of everyday life, micro-blogging websites are considered as a credible source for exploring both factual and subjective information. In the last years, the interest in exploring how people feel about certain topics has increased in a wide extend and has inspired research in the area of automatic sentiment analysis. Sentiment analysis aims at the extraction of the opinion knowledge derived from texts. A deeper analysis, which focuses in the determination of people’s specific emotions, is called Affective analysis. This work initially provides the theoretical background of sentiment/affective analysis, presenting at the same time the difficulties/challenges that should be addressed during the application of these technologies. Moreover, a methodology for applying affective analysis in text derived from Twitter is proposed, that aims to capture the emotions expressed by users in their posts. Extensive experiments are conducted on real datasets derived from Twitter and referring to different topics. Finally, an evaluation of the system is provided in order to verify the validity of the proposed method’s results.
Επιβλέπων:Βακάλη, Αθηνά αν. καθ.
Λέξεις Κλειδιά:Συναισθηματική ανάλυση, Sentiment analysis, Affective analysis, Natural Language Processing, Σημασιολογική ανάλυση, Lexicon-based techniques
Σχετικά αρχεία:Πλήρες κείμενο: PDF Αρχείο με άδεια χρήσης Δείτε την σχετική άδεια κάνοντας κλικ εδώ!


 Δημιουργία εγγραφής 2012-05-04, τελευταία τροποποίηση 2015-04-30


Πλήρες κείμενο:
Κατέβασμα πλήρους κειμένου
PDF Αρχείο
με άδεια:Δείτε την σχετική άδεια κάνοντας κλικ εδώ!