prikaz prve stranice dokumenta Strojno učenje u analizi korisničkih anketa
  Preuzmi
PDF 1.42 MB
diplomski rad
Strojno učenje u analizi korisničkih anketa
Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2021. urn:nbn:hr:200:432356
Vurnek, Marko
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za vizualno računarstvo

Institucijski repozitorij: Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Citirajte ovaj rad

Vurnek, M. (2021). Strojno učenje u analizi korisničkih anketa (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:432356

Vurnek, Marko. "Strojno učenje u analizi korisničkih anketa." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2021. https://urn.nsk.hr/urn:nbn:hr:200:432356

Vurnek, Marko. "Strojno učenje u analizi korisničkih anketa." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2021. https://urn.nsk.hr/urn:nbn:hr:200:432356

Vurnek, M. (2021). 'Strojno učenje u analizi korisničkih anketa', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 30.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:432356

Vurnek M. Strojno učenje u analizi korisničkih anketa [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2021 [pristupljeno 30.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:432356

M. Vurnek, "Strojno učenje u analizi korisničkih anketa", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:432356

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:432356
Podaci o radu
NaslovStrojno učenje u analizi korisničkih anketa
Naslov (engleski)Machine learning in customer survey analysis
AutorMarko Vurnek
MentorAlfonzo Baumgartner (mentor)
Član povjerenstvaAlfonzo Baumgartner (predsjednik povjerenstva)
Član povjerenstvaTomislav Keser (član povjerenstva)
Član povjerenstvaTomislav Galba (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za vizualno računarstvo)
Osijek
Datum i država obrane2021-06-24, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Informacijski sustavi
Sažetak
U ovom radu dan je pregled trenutno aktualnih metoda strojnog učenja za analizu tekstualnih dokumenata. Prikazane su sve faze prirodnog procesiranja jezika kao i različiti algoritmi za klasifikaciju kao što je logistička regresija, Naive Bayes te strojevi s potpornim vektorima. U svrhu demonstracije implementiran je sustav u kojemu korisnici razmjenjuju poruke u stvarnom vremenu pri ćemu se poruke klasificiraju kao pozitivne ili negativne. Pri implementaciji sustava koristio se Apache Spark za izvršavanja svih faza podatkovne pipe za obradu teksta, Node.js i Socket.io za razmjenu poruka u stvarnom vremenu, Apache Kafka za prosljeđivanje poruka sa Node servera na Spark platformu te Apache Cassandra za spremanje rezultata. Također je izvršena evaluacija preciznosti prethodno navedenih algoritama za klasifikaciju pri kojoj su se koristili testni podatci. Poruke se uspješno klasificiraju te prikazana je jednostavna vizualizacija klasificiranih poruka.
Sažetak (engleski)
This paper provides an overview of current machine learning methods for textual document analysis. All phases of natural language processing are presented as well as various classification algorithms such as logistic regression, Naive Bayes and support vector machines. For the purpose of demonstration, a system has been implemented in which users exchanges messages in real time, whereby messages are classified as positive or negative. The system was implemented using Apache Spark to execute all phases of natural languge processing pipeline, Node.js and Socket.io for real-time messaging, Apache Kafka for forwarding messages from the Node server to the Spark platform and Apache Cassandra for saving results. An evaluation of the accuracy of the aforementioned classification algorithms using test data was also performed. Messages are successfully classified and a simple visualization of classified messages is shown.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:432356
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-08-16 09:37:16