Search academic texts

Information × Registration Number 2119U007203, Article popup.category Бакалаврська робота Title Тематичне моделювання за допомогою підходу BigArtm на прикладі згадувань про SpaceX (AI translated) popup.author Гончаренко Юля АнатоліївнаHoncharenko Yulya Anatoliivna popup.publication 01-06-2019 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/29075 popup.publisher Київ Description Дипломна робота: 66 с., 9 рис., 5 табл., 3 дод., 15 джерел. Актуальність теми: задача відслідковування трендів в новинних потоках є провідною для піару, маркетингу, соціальних досліджень. Ймовірнісне тематичне моделювання є провідною стратегією для аннотації новинних потоків, підхід BigArtm завдяки раціональному ЕМ-алгоритму та паралелизації дає можливість відслідковувати тренди у режимі онлайн. Метою даної роботи є побудувати ПЗ, яке б дозволяло отримувати найпопулярніші тренди серед згадувань про SpaceX та легко інтерпретувати їх. Об’єктом дослідження є пости з соцмереж. Методи дослідження: стандартні методи тематичного моделювання, ймовірнісне тематичне моделювання. Програмна реалізація виконана за допомогою мови програмування Python. Отримані результати: модель для виявлення трендів в новинних потоках. Topic: ‘Topic modeling via BigArtm approach on SpaceX mentions example’ Thesis: 66 p., 9 fig., 5 tabl., 3 append., 15 sources. Actuality: The task of tracking trends in news streams is leading for PR, marketing, social research. Probabilistic topic modeling is a leading strategy for annotation of news streams, the BigArtm approach thanks to the rational EM- algorithm and parallelization makes it possible to detect trends online. The object of the study is a posts from social networks. Research methods: standard methods of topic modeling, probabilistic topic modeling. The software was implemented using the Python programming language. Obtained results: a model for detecting trends in news streams. popup.nrat_date 2025-11-05 Close