АННОТАЦИЯВВЕДЕНИЕ 5
1 МЕТОДЫ ОПРЕДЕЛЕНИЯ ТОНАЛЬНОСТИ СООБЩЕНИЙ. АНАЛИЗ
ТРЕБОВАНИЙ К ПРИЛОЖЕНИЮ 7
1.1 Постановка задачи 7
1.2 Описание предметной области 7
1.2.1 Понятие эмоциональной окраски текста 7
1.2.2 Определение полярности текста 11
1.2.3 Виды классификации полярности 12
1.2.4 Методы классификации тональности 15
1.2.5 Проблемы в определении тональности сообщения 18
1.2.6 Алгоритм поиска в сети “Twitter” 21
1.2.7 Особенности текстов в социальных сетях 23
1.2.8 Использование особенностей текстов для предобработки 27
1.3. Анализ требований к ПО 28
1.4. Выбор среды разработки 29
1.4.1 REST-архитектура приложения 29
1.4.2 Архитектура «клиент-сервер» 31
1.4.3 Многоуровневая архитектура клиент-сервер 32
1.4.4 Сравнение архитектур 32
1.5. Анализ существующих программных решений 34
1.6 Постановка задачи 39
1.7 Выводы по разделу 39
2 РАЗРАБОТКА АРХИТЕКТУРЫ СИСТЕМЫ 40
2.1 Диаграмма прецедентов 40
2.1.1 Вариант использования: «Выбор темы для поиска» 41
2.1.2 Вариант использования: «Просмотр статистики» 41
2.1.3 Вариант использования: «Фильтр по дате» 41
2.1.4 Вариант использования: «Сохранить в графическом формате» 42
2.2 Разработка базы данных 42
2.3 Выводы по разделу 43
3 РАЗРАБОТКА ВЕБ-ПРИЛОЖЕНИЯ 45
3.1 Архитектура модулей разработки 45
3.1.1 Модуль поиска 46
3.1.2 Модуль фильтра по дате 46
3.1.3 Модуль вывода сообщений 46
3.1.4 Модуль построения графика 46
3.1.5 Модуль сохранения результата 46
3.2 Разработка модуля поиска 46
3.3 Разработка модуля построения графика 47
3.4 Выводы по разделу 47
4 ПРОВЕРКА РАБОТОСПОСОБНОСТИ 51
4.1 Описание порядка работы с веб-приложением 51
4.2. Выводы по разделу 53
ЗАКЛЮЧЕНИЕ 54
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 55
ПРИЛОЖЕНИЕ 1 Описание программы 57
ПРИЛОЖЕНИЕ 2 Текст программы 61
Актуальность темы. За последнее время значительно выросло пользование различными онлайн-ресурсами, в частности, социальными сетями и блогами, такими как Twitter. Большое количество компаний и организаций определяют эти ресурсы как важные для маркетинговых исследований спроса. Чтобы получить обратную связь и понимание того, как покупатели относятся к их продукции, компании проводят интервью, анкетирования и опросы. Это дорогие и длительные методы; кроме того, они не всегда дают нужный результат.
Ежедневно в сеть загружается огромное количество данных, содержащих потребительское мнение. Подобные данные являются, в основном, неструктурированным текстом, из которого компьютеру сложно извлечь мнение потребителя. В прошлом было невозможно обрабатывать такой большой объём неструктурированных данных, но сегодня это не составляет большого труда. Таким образом, обработка естественного языка и анализ тональности играют важнейшую роль в принятии обоснованных решений о маркетинговых стратегиях и дают полезную обратную связь о продуктах и услугах.
Целью выпускной квалификационной работы является разработка интерактивного приложения, направленного на поиск и анализ тональности сообщений пользователей в сети Twitter, с использованием алгоритма нейронной сети. Для достижения поставленной цели необходимо решить следующие задачи:
- выполнить анализ требований к программному обеспечению;
- провести обзор существующих решений для оценки тональности текста, осуществить сравнительный анализ рассмотренных средств и разрабатываемого приложения;
- выбрать платформу, средства и инструменты для создания программного обеспечения;
- спроектировать архитектуру и интерфейс приложения;
- описать основные алгоритмы работы программы;
- разработать ряд тестов для отладки и тестирования системы.
Первая глава посвящена обзору теории, аналогичных решений и формулированию требований к системе. На основе анализа существующих приложений принято решение о построении архитектуры приложения с использованием нейронной сети.
Во второй главе приведена разработка архитектуры системы в целом и базы данных, приведена диаграмма прецедентов.
Третья глава посвящена разработке модулей системы и их описанию.
И, наконец, четвертая глава включает в себя отладку и тестирование приложения с помощью тестовых запросов, приведен пример работающей программы.
Данная работа посвящена реализации веб-приложения с использованием нейронной сети, выполняющей анализ сообщений.
Разработанное веб-приложение позволяет пользователю осуществлять поиск сообщений в социальной сети, фильтровать сообщения по указанному временному промежутку, просматривать статистику анализа тональности текста и сами сообщения пользователей.
В результате работы были решены следующие задачи:
- рассмотрены различные методы анализа тональности текста в социальных сетях;
- выбран язык программирования, подходящий для реализации рекомендательной системы, и самого веб-приложения в целом;
- спроектирована база данных, удовлетворяющая условиям поставленной нами задачи;
- разработаны алгоритм поиска сообщений пользователей;
- реализован вывод статистики в виде диаграммы;
- выполнена реализация веб-приложения, проверена его работоспособность.
В дальнейшем можно дополнить функционал веб-приложения для большего комфорта пользователей такими возможностями, как:
- добавление большего количества фильтров для более точного поиска;
- расширение количества социальных сетей, в которых может выполнятся поиск;
- сравнение разных наборов результатов.
