prikaz prve stranice dokumenta Validacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema
No public access
undergraduate thesis
Validacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. urn:nbn:hr:168:688293
Gegač, Josip
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Gegač, J. (2023). Validacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:688293

Gegač, Josip. "Validacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:688293

Gegač, Josip. "Validacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:688293

Gegač, J. (2023). 'Validacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 26 June 2024, https://urn.nsk.hr/urn:nbn:hr:168:688293

Gegač J. Validacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2023 [cited 2024 June 26] Available at: https://urn.nsk.hr/urn:nbn:hr:168:688293

J. Gegač, "Validacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:168:688293

Metadata
TitleValidacija VIA klasifikacije ljudskih snaga i vrlina korištenjem algoritama za modeliranje tema
Title (english)Validating the VIA classification of human strengths and virtues using topic modeling algorithms
AuthorJosip Gegač
MentorMarina Bagić Babac (mentor)
Committee memberMarina Bagić Babac (predsjednik povjerenstva)
Committee memberLjiljana Brkić (član povjerenstva)
Committee memberKristijan Poje (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2023-06-29, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
VIA klasifikacija ljudskih snaga i vrlina je okvir koji identificira i kategorizira pozitivne osobine i kvalitete koje se cijene u različitim kulturama i vremenskim razdobljima. Ovaj rad ima za cilj potvrditi VIA klasifikaciju na uzorku objava sa Twittera korištenjem nenadziranih tehnika strojnog učenja, posebno algoritama za modeliranje tema. Hipoteza je da će struktura objava s najpozitivnijim sentimentom, nakon primjene algoritama za modeliranje tema, odražavati strukturu VIA klasifikacije. U radu treba pokazati kako ovi rezultati mogu imati praktične implikacije, poput poboljšanja algoritama za analizu osjećaja i razvoja intervencija koje ciljaju na specifične snage karaktera u kontekstu društvenih medija.
Abstract (english)
The VIA classification of human strengths and virtues is a framework that identifies and categorizes positive traits and qualities that are valued across different cultures and time periods. This thesis aims to validate the VIA classification on a sample of Twitter posts using unsupervised machine learning techniques, specifically topic modeling algorithms. The hypothesis is that the structure of posts with the most positive sentiment, after applying topic modeling algorithms, will reflect the structure of the VIA classification. The thesis will indicate how these results may have practical implications, such as improving sentiment analysis algorithms and developing interventions that target specific character strengths in social media contexts.
Keywords
Keywords (english)
Languageenglish
URN:NBNurn:nbn:hr:168:688293
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-07-13 10:03:32