prikaz prve stranice dokumenta Primjena višeklasne klasifikacije za klasifikaciju prijatelja na društvenoj mreži
No public access
master's thesis
Primjena višeklasne klasifikacije za klasifikaciju prijatelja na društvenoj mreži
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2016. urn:nbn:hr:168:982064
Sever, Nikolina
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Sever, N. (2016). Primjena višeklasne klasifikacije za klasifikaciju prijatelja na društvenoj mreži (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:982064

Sever, Nikolina. "Primjena višeklasne klasifikacije za klasifikaciju prijatelja na društvenoj mreži." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2016. https://urn.nsk.hr/urn:nbn:hr:168:982064

Sever, Nikolina. "Primjena višeklasne klasifikacije za klasifikaciju prijatelja na društvenoj mreži." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2016. https://urn.nsk.hr/urn:nbn:hr:168:982064

Sever, N. (2016). 'Primjena višeklasne klasifikacije za klasifikaciju prijatelja na društvenoj mreži', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 15 June 2024, https://urn.nsk.hr/urn:nbn:hr:168:982064

Sever N. Primjena višeklasne klasifikacije za klasifikaciju prijatelja na društvenoj mreži [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2016 [cited 2024 June 15] Available at: https://urn.nsk.hr/urn:nbn:hr:168:982064

N. Sever, "Primjena višeklasne klasifikacije za klasifikaciju prijatelja na društvenoj mreži", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2016. Available at: https://urn.nsk.hr/urn:nbn:hr:168:982064

Metadata
TitlePrimjena višeklasne klasifikacije za klasifikaciju prijatelja na društvenoj mreži
Title (english)Applying the multiclass classification methods for the classification of online social network friends
AuthorNikolina Sever
MentorZoran Skočir (mentor)
Committee memberZoran Skočir (predsjednik povjerenstva)
Committee memberBoris Vrdoljak (član povjerenstva)
Committee memberDamir Pintar (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2016-07-08, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Abstract
Rad se bavi kreiranjem modela za višeklasnu klasifikaciju prijatelja na društvenoj mreži pomoću nekoliko različitih algoritama. Kreiran je model koji pomoću različitih parametara npr. broja razmijenjenih privatnih poruka, broja oznaka „sviđa mi se“, broja zajedničkih fotografija i ostalih parametara klasificira korisnike u klasu bliski prijatelj, prijatelj ili poznanik. Trenirano je i testirano više algoritama: stablo odlučivanja, slučajna šuma, metoda potpornih vektora, metoda k najbližih susjeda i naivni Bayes. Uspješnost predviđanja pojedinog algoritma mjeri se kao suma uspješnosti predviđanja za svaku klasu podijeljeno s 3 (obzirom da postoje 3 klase). Uspješnost svake klase je omjer točno predviđenih (pozitivnih i negativnih primjera) primjera i ukupnog broja primjera. Algoritam slučajne šume se pokazao kao algoritam koji daje najbolje rezultate u višeklasnoj klasifikaciji. U budućim istraživanjima, moguće bi bilo kreirati uspješniji model pronalaskom boljeg algoritma za podešavanje parametra inbox_chat.
Abstract (english)
This work is based on creating models for multiple classifications of friends on social networks through a few different algorithms. A model has been created with different parameters. For example, number of sending private messages, the number of 'likes', a number of common photograph and other parameters which classify users into a class of close friends, friend or acquaintance. It has been tested and trained multiple algorithms of tree decision tree, random forest, support vector machine, k-nearest neighbour and naive Bayes. The prediction successfulness of an algorithm is measured as a sum of prediction successfulness of each class divided by three (there are three classes). Successfulness of each class is a ratio of accurately predicted examples and overall examples. Algorithm of random forest showed as an algorithm which gives best results in a multiple classification. In future researches it could be possible to create a more effective model of finding a better algorithm for inbox chat adjusting parameters .
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:982064
Study programmeTitle: Information and Communication Technology
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2018-02-06 11:44:43