ВВЕДЕНИЕ 4
1. ОСНОВНЫЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ 6
1.1 Маркетинг в социальных сетях 6
1.2 Методы извлечения данных 10
1.3 Методы обработки данных 14
2. МЕТОДЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ И АНАЛИЗА 16
2.1 Определение интересов группы пользователей 16
2.2 Определение возраста пользователя 16
2.3 Определение групп общения внутри сообщества 19
2.4 Ряды динамики основных показателей публикаций 22
3. РАЗРАБОТКА ПРИЛОЖЕНИЯ 25
3.1 Создание системы классов 25
3.2 Реализация алгоритмов анализа данных 30
3.3 Создание графического интерфейса пользователя 34
3.4 Анализ работы программы 36
ЗАКЛЮЧЕНИЕ 43
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 44
ПРИЛОЖЕНИЕ листинг 46
Актуальность данной работы обусловлена появлением большого числа онлайн сервисов – социальных сетей, и ежегодным ростом их аудитории, данные которой можно использовать в различного рода исследованиях. Социальные сети представляют собой платформу, где пользователи могут публиковать в открытом доступе личные данные, делиться мнениями, связываться с другими пользователями, в частности добавлять их в список друзей, а также общаться и обмениваться различного рода информацией. Социальные сети содержат в открытом доступе огромные объемы данных о людях, их предпочтениях, связях с другими людьми, круге общения и другой потенциально полезной информации. Эти данные можно использовать для проведения статистического анализа, результаты которого можно использовать во множестве различных отраслей, в частности – маркетинге в социальных сетях.
Целью данной работы является:
Создание приложения для сбора и статистического анализа данных социальных сетей для проведения маркетингового исследования.
Задачи:
1. Обзор методов и способов анализа и сбора информации в социальных сетях.
2. Разработка алгоритма и программы для сбора и анализа данных из социальных сетей с использованием API-функций на основе статистических методов.
3. Анализ и исследование работы программы для сбора и анализа текстовых данных в социальных сетях.
Войти
в кабинет
в кабинет
Пролистайте материалы и убедитесь в качестве
Разработка приложения для обработки и статистического анализа текстовых данных в социальных сетях #9104892
Артикул: 9104892
- Предмет: Программирование
- Уникальность: 69% (Антиплагиат.ВУЗ)
- Разместил(-а): 185 Рамиль в 2021 году
- Количество страниц: 54
- Формат файла: docx
- Последняя покупка: 05.04.2023
1 999p.
2 500p.
Только 27 и 28 апреля!
1. Социальная сеть: сайт. – URL: https://www.e- xecutive.ru/wiki/index.php/%D0%A1%D0%BE%D1%86%D0%B8%D0%B0%D 0%BB%D1%8C%D0%BD%D0%B0%D1%8F_%D1%81%D0%B5%D1%82%D 1%8C (дата обращения: 18.12.19). – Текст: электронный.
2. Галимов Р.Р. Социальные сети и новые возможности маркетинговых исследований / Р.Р. Галимов, Н.И. Перцовский // Инновации и инвестиции. – 2012. №1. с. 164-168
3. Словарь бизнес-терминов: сайт. – URL: https://dic.academic.ru/dic.nsf/business/7555 (дата обращения: 15.12.19) – Текст: электронный.
4. Халилов Д. Маркетинг в социальных сетях. М.: Манн, Иванов и Фербер, 2016. – с. 240 – Текст: электронный.
5. DOM-дерево: сайт. – URL: https://learn.javascript.ru/dom-nodes (дата обращения: 13.05.20). – Текст: электронный.
6. MDN web docs: сайт. – URL: https://developer.mozilla.org/ru/docs/Словарь/API (дата обращения: 13.05.20). – Текст: электронный.
7. API: сайт. – URL: https://www.seonews.ru/glossary/api/ (дата обращения: 13.05.20). – Текст: электронный.
8. Базенков Н.И. Обзор информационных систем анализа социальных сетей / Н.И. Базенков, Д.А. Губанов // УБС. – 2013. №41. с. 357-394
9. Алгоритмы выделения групп общения / Лещёв Д.А., Сучков Д.В., Хайкова С.П., Чеповский А.А. // Вопросы кибербезопасности. – 2019. №4. с. 61-71
10. Узнать возраст пользователя VK или о чём ещё может рассказать социальный граф: сайт. – URL: https://habr.com/ru/post/447992/ (дата обращения: 13.05.20).
– Текст: электронный.
11. Бойко Е.А. Кластеризация социальных сетей с помощью алгоритма кластеризации BSP / Е.А. Бойко // Восточно-европейский журнал передовых технологий. – 2012. Т. 3, №11. с. 34 - 36
12. MCL - a cluster algorithm for graphs: сайт. – URL: https://www.micans.org/mcl/index.html (дата обращения: 13.05.20). – Текст: электронный.
13. Марковский алгоритм кластеризации: сайт. – URL: http://www.machinelearning.ru/wiki/index.php?title=Марковский_алгоритм_кл астеризации (дата обращения: 13.05.20). – Текст: электронный.
14. Беспалов, М. С. Дискретные функции Уолша и их приложения: учебное пособие / М. С. Беспалов, В. А. Скляренко ; Владим. гос.ун-т. им. А. Г. и Н. Г. Столетовых. –– Владимир : Изд-воВлГУ, 2014.–– 68 с. – Текст : электронный.
15. Clustering on Graphs: The Markov Cluster Algorithm Presentation By Kathy Macropol: сайт. – URL: https://sites.cs.ucsb.edu/~xyan/classes/CS595D- 2009winter/MCL_Presentation2.pdf (дата обращения: 13.05.20). – Текст: электронный.
16. Ряды динамики и их применение в анализе: сайт. – URL: http://www.hi- edu.ru/e-books/xbook096/01/part-009.htm (дата обращения: 14.05.20). – Текст: электронный.
17. Показатели рядов динамики: сайт. – URL: https://helpstat.ru/pokazateli-ryadov- dinamiki/ (дата обращения: 14.05.20). – Текст: электронный.
18. Получение ключа доступа: сайт. – URL: https://vk.com/dev/access_token (дата обращения: 14.05.20). – Текст: электронный.
19. Небезопасная десериализация — основа для большинства современных кибератак: сайт. – URL: https://system-admins.ru/nebezopasnaya- deserializaciya-osnova-dlya-bolshinstva-sovremennyx-kiberatak/ (дата обращения: 15.05.20). – Текст: электронный.
20. Работа с библиотекой Newtonsoft.Json на реальном примере. Часть 2: сайт. – URL: https://habr.com/ru/post/482042/ (дата обращения: 15.05.20). – Текст: электронный.
2. Галимов Р.Р. Социальные сети и новые возможности маркетинговых исследований / Р.Р. Галимов, Н.И. Перцовский // Инновации и инвестиции. – 2012. №1. с. 164-168
3. Словарь бизнес-терминов: сайт. – URL: https://dic.academic.ru/dic.nsf/business/7555 (дата обращения: 15.12.19) – Текст: электронный.
4. Халилов Д. Маркетинг в социальных сетях. М.: Манн, Иванов и Фербер, 2016. – с. 240 – Текст: электронный.
5. DOM-дерево: сайт. – URL: https://learn.javascript.ru/dom-nodes (дата обращения: 13.05.20). – Текст: электронный.
6. MDN web docs: сайт. – URL: https://developer.mozilla.org/ru/docs/Словарь/API (дата обращения: 13.05.20). – Текст: электронный.
7. API: сайт. – URL: https://www.seonews.ru/glossary/api/ (дата обращения: 13.05.20). – Текст: электронный.
8. Базенков Н.И. Обзор информационных систем анализа социальных сетей / Н.И. Базенков, Д.А. Губанов // УБС. – 2013. №41. с. 357-394
9. Алгоритмы выделения групп общения / Лещёв Д.А., Сучков Д.В., Хайкова С.П., Чеповский А.А. // Вопросы кибербезопасности. – 2019. №4. с. 61-71
10. Узнать возраст пользователя VK или о чём ещё может рассказать социальный граф: сайт. – URL: https://habr.com/ru/post/447992/ (дата обращения: 13.05.20).
– Текст: электронный.
11. Бойко Е.А. Кластеризация социальных сетей с помощью алгоритма кластеризации BSP / Е.А. Бойко // Восточно-европейский журнал передовых технологий. – 2012. Т. 3, №11. с. 34 - 36
12. MCL - a cluster algorithm for graphs: сайт. – URL: https://www.micans.org/mcl/index.html (дата обращения: 13.05.20). – Текст: электронный.
13. Марковский алгоритм кластеризации: сайт. – URL: http://www.machinelearning.ru/wiki/index.php?title=Марковский_алгоритм_кл астеризации (дата обращения: 13.05.20). – Текст: электронный.
14. Беспалов, М. С. Дискретные функции Уолша и их приложения: учебное пособие / М. С. Беспалов, В. А. Скляренко ; Владим. гос.ун-т. им. А. Г. и Н. Г. Столетовых. –– Владимир : Изд-воВлГУ, 2014.–– 68 с. – Текст : электронный.
15. Clustering on Graphs: The Markov Cluster Algorithm Presentation By Kathy Macropol: сайт. – URL: https://sites.cs.ucsb.edu/~xyan/classes/CS595D- 2009winter/MCL_Presentation2.pdf (дата обращения: 13.05.20). – Текст: электронный.
16. Ряды динамики и их применение в анализе: сайт. – URL: http://www.hi- edu.ru/e-books/xbook096/01/part-009.htm (дата обращения: 14.05.20). – Текст: электронный.
17. Показатели рядов динамики: сайт. – URL: https://helpstat.ru/pokazateli-ryadov- dinamiki/ (дата обращения: 14.05.20). – Текст: электронный.
18. Получение ключа доступа: сайт. – URL: https://vk.com/dev/access_token (дата обращения: 14.05.20). – Текст: электронный.
19. Небезопасная десериализация — основа для большинства современных кибератак: сайт. – URL: https://system-admins.ru/nebezopasnaya- deserializaciya-osnova-dlya-bolshinstva-sovremennyx-kiberatak/ (дата обращения: 15.05.20). – Текст: электронный.
20. Работа с библиотекой Newtonsoft.Json на реальном примере. Часть 2: сайт. – URL: https://habr.com/ru/post/482042/ (дата обращения: 15.05.20). – Текст: электронный.
Материалы, размещаемые в каталоге, с согласия автора, могут использоваться только в качестве дополнительного инструмента для решения имеющихся у вас задач,
сбора информации и источников, содержащих стороннее мнение по вопросу, его оценку, но не являются готовым решением.
Пользователь вправе по собственному усмотрению перерабатывать материалы, создавать производные произведения,
соглашаться или не соглашаться с выводами, предложенными автором, с его позицией.
| Тема: | Разработка приложения для обработки и статистического анализа текстовых данных в социальных сетях |
| Артикул: | 9104892 |
| Дата написания: | 28.04.2021 |
| Тип работы: | Дипломная работа |
| Предмет: | Программирование |
| Оригинальность: | Антиплагиат.ВУЗ — 69% |
| Количество страниц: | 54 |
Скрин проверки АП.ВУЗ приложен на последней странице.
В работе представлены только пояснительная записка и листинг. Самой программы нет
В работе представлены только пояснительная записка и листинг. Самой программы нет
Файлы артикула: Разработка приложения для обработки и статистического анализа текстовых данных в социальных сетях по предмету программирование
Пролистайте "Разработка приложения для обработки и статистического анализа текстовых данных в социальных сетях" и убедитесь в качестве
После покупки артикул автоматически будет удален с сайта до 27.06.2024
Посмотреть остальные страницы ▼
Честный антиплагиат!
Уникальность работы — 69% (оригинальный текст + цитирования, без учета списка литературы и приложений), приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними.
Гарантируем возврат денег!
Качество каждой готовой работы, представленной в каталоге, проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
ПРЕДЫДУЩАЯ РАБОТА
Разработка прототипа информационной системы управления ресурсами агропромышленного комплекса
СЛЕДУЮЩАЯ РАБОТА
Автоматизированная система контроля доступности сайтов