Utmn
Electronic Library

     
?

Details
Card Table RUSMARC

Омаров, Руслан Теймурович. Разработка инструмента для прогнозирования количества просмотров публикаций сообщества "Тюменский государственный университет | ТюмГУ" в социальной сети "ВКонтакте" = Development of a tool for predicting the number of views of publications of the "Tyumen State University | TSU" community on the "Vkontakte" social network: выпускная квалификационная работа бакалавра: направление 02.03.03 «Математическое обеспечение и администрирование информационных систем: технологии программирования и анализа больших данных» / Р. Т. Омаров; научный руководитель А. Н. Свиязов; научный руководитель Н. А. Бояркина; Тюменский государственный университет, Школа компьютерных наук. — Тюмень, 2024. — 1 файл (2,3 Мб). — Загл. с титул. экрана. — Доступ по паролю из сети Интернет (чтение). — Adobe Acrobat Reader 7.0. — <URL:https://library.utmn.ru/dl/Module_VKR_Tyumen/ShKn/2024/vr24-2077.pdf>. — Текст: электронный

Record create date: 9/10/2024

Subject: анализ данных; диагностика признаков; регрессионный анализ; социальная сеть; data analysis; feature diagnostics; regression analysis; social network

Collections: Выпускные квалификационные работы

Allowed Actions: –

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В работе представлено описание этапов реализации регрессионных моделей случайного леса на данных публикаций сообщества Тюменского государственного университета в социальной сети «ВКонтакте» для прогнозирования их просмотров. Введено понятие контекста публикации в качестве параметра прогнозирования. Проведено тематическое моделирование публикаций для детального анализа. Отражены эксперименты с нахождением наилучшей конфигурации моделей. Лучшие модели по метрикам R2, MAPE внедрены в созданный веб-инструмент.

The paper describes the stages of implementing regression models of a random forest based on data from publications of the Tyumen State University community on the Vkontakte social network to predict their views. The concept of the publication context as a forecasting parameter is introduced. Thematic modeling of publications for detailed analysis is carried out. Experiments with finding the best configuration of models are reflected. The best models for R2 and MAPE metrics are embedded in the created web tool.

Document access rights

Network User group Action
TumSU All Read
Internet Readers Read
-> Internet Anonymous

Table of Contents

  • ВВЕДЕНИЕ
  • ГЛАВА 1. ТЕОРЕТИЧЕСКАЯ ОСНОВА ПРОЕКТА
  • 1.1. ОБЗОР РЕГРЕССИОННЫХ МОДЕЛЕЙ
  • 1.2. ТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
  • 1.3. СЛУЧАЙНЫЙ ЛЕС
  • 1.4. ГЕНЕТИЧЕСКИЙ АЛГОРИТМ
  • ГЛАВА 2. СОСТАВЛЕНИЕ ДАТАСЕТА
  • 2.1. ФОРМАЛЬНАЯ ПОСТАНОВКА ЗАДАЧИ ПРОГНОЗИРОВАНИЯ ПРОСМОТРОВ ПУБЛИКАЦИЙ
  • 2.2. ПОЛУЧЕНИЕ ДАННЫХ
  • 2.3. СОЗДАНИЕ ПРИЗНАКОВ
  • 2.4. АНАЛИЗ ПРИЗНАКОВ
  • ГЛАВА 3. ПОЛУЧЕНИЕ ПРОГНОЗНОГО ЗНАЧЕНИЯ И РЕКОМЕНДАЦИЙ
  • 3.1. ПРЕДОБРАБОТКА ДАННЫХ
  • 3.2. ОБУЧЕНИЕ И СРАВНЕНИЕ МОДЕЛЕЙ
  • 3.3. СОЗДАНИЕ РЕКОМЕНДАЦИЙ ПО ИЗМЕНЕНИЮ ПУБЛИКАЦИИ
  • ГЛАВА 4. ПРОЕКТИРОВАНИЕ ИНСТУРМЕНТА
  • 4.1. ИСПОЛЬЗУЕМЫЕ ТЕХНОЛОГИИ
  • 4.2. ВНЕДРЕНИЕ МОДЕЛЕЙ В ИНСТРУМЕНТ
  • 4.3. АРХИТЕКТУРА
  • 4.4. СТРУКТУРА БАЗЫ ДАННЫХ
  • 4.5. ОПИСАНИЕ ИНТЕРФЕЙСА И ФУНКЦИОНАЛА
  • 4.6. ТЕСТИРОВАНИЕ
  • ЗАКЛЮЧЕНИЕ
  • БИБЛИОГРАФИЧЕСКИЙ СПИСОК
  • ПРИЛОЖЕНИЯ 1-7

Usage statistics

stat Access count: 0
Last 30 days: 0
Detailed usage statistics