КОНТЕНТ-АНАЛІЗ СОЦІАЛЬНИХ МЕДІА МЕТОДАМИ МАШИННОГО НАВЧАННЯ
##plugins.themes.bootstrap3.article.main##
Анотація
Робота присвячена проблемам проведення контент-аналізу електронних соціальних медіа. Проаналізовано особливості соціальних медіа та їх відмінності від традиційних засобів масової інформації. Визначено основні завдання, що дозволяє вирішувати застосування контент-аналізу соціальних медіа для бізнесу. Обґрунтовано використання технології машинного та глибокого навчання для створення систем контент-аналізу. Запропоновано застосування технології Transfer Learning для перенесення знань із переднавчанених мовних моделей на інший домен або іншу мову, зокрема, українську з інших слов’янських мов.
##plugins.themes.bootstrap3.article.details##
Автори, які публікуються у цьому журналі, погоджуються з такими умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
УГОДА
ПРО ПЕРЕДАЧУ АВТОРСЬКИХ ПРАВ
Я, автор статті/Ми, автори рукопису статті _______________________________________________________________________
у випадку її прийняття до опублікування передаємо засновникам та редколегії наукового видання «Вісник Черкаського національного університету імені Богдана Хмельницького. Серія «Економічні науки» такі права:
1. Публікацію цієї статті українською (англійською, російською, польською) мовою та розповсюдження її друкованої версії.
2. Розповсюдження електронної версії статті через будь-які електронні засоби (розміщення на офіційному web-сайті журналу, в електронних базах даних, репозитаріях, тощо).
При цьому зберігаємо за собою право без узгодження з редколегією та засновниками:
1. Використовувати матеріали статті повністю або частково з освітньою метою.
2. Використовувати матеріали статті повністю або частково для написання власних дисертацій.
3. Використовувати матеріали статті для підготовки тез, доповідей конференцій, а також усних презентацій.
4. Розміщувати електронні копії статті (зокрема кінцеву електронну версію, завантажену з офіційного web-сайту журналу) на:
a. персональних web-pecypcax усіх авторів (web-сайти, web-сторінки, блоги, тощо);
b. web-pecypcax установ, де працюють автори (включно з електронними інституційними репозитаріями);
с. некомерційних web-pecypcax відкритого доступу (наприклад, arXiv.org).
Цією угодою ми також засвідчуємо, що поданий рукопис відповідає таким критеріям:
1. Не містить закликів до насильства, розпалювання расової чи етнічної ворожнечі, які викликають занепокоєння, є загрозливими, ганебними, наклепницькими, жорстокими, непристойними, вульгарними тощо.
2. Не порушує авторських прав та права інтелектуальної власності інших осіб або організацій; містить всі передбачені чинним законодавством про авторське право посилання на цитованих авторів та / або видання, а також використовувані в статті результати і факти, отримані іншими авторами чи організаціями.
3. Не був опублікований раніше в інших видавництвах та не був поданий до публікації в інші видання.
4. Не включає матеріали, що не підлягають опублікуванню у відкритій пресі, згідно з чинним законодавством.
____________________ ___________________
підпис П.І.Б. автора
"___"__________ 20__ р.
Посилання
Yahoo Finance. URL: https://finance.yahoo.com (дата звернення 15.09.2022).
Krippendorff K. Content Analysis: An introduction to its methodology. London: Sage, 1980.
Костенко Н., Іванов В. Досвід контент-аналізу: Моделі та практики. Київ: Центр вільної преси, 2003. 200 с.
Таршис А. Е. Контент-анализ: Принципы методологии. (Построение теоретической базы. Онтология, аналитика и феноменология текста. Программа исследования). м.: Книжный дом ЛИБРОКОМ, 2014. 182 с.
Іванов В.Ф., Костенко Н.В. Контент-аналіз. Велика українська енциклопедія. URL: https://vue.gov.ua/Контент-аналіз (дата звернення: 15.09.2022).
Берко А. Ю. Системи електронної контент-комерції: монографія / А. Ю. Берко, В. А. Висоцька, В. В. Пасічник. Львів: Вид-во Нац. ун-ту “Львівська політехніка”, 2009. 612 с.
Войтович О. П., Буда А. Г., Головенько В. О. Дослідження методів аналізу соціальних мереж як середовища інформаційних війн. URL: https://epsi.vntu.edu.ua/uploads/2017/76-86ycc0hnc6o8o3xgkr97hrynqd5m0obr.pdf (дата звернення 15.09.2022).
Кісь Я. П., Висоцька В. А., Чирун Л. Б. Застосування контент-аналізу для опрацювання текстових масивів даних. Вісник Національного університету «Львівська політехніка». Інформаційні системи та мережі. 2015. Вип. 814. С. 282-292.
Фольтович В., Коробчинський М., Чирун Л., Висоцька В. Метод контент-аналізу текстової інформації Інтернет-газети. Вісник Національного університету «Львівська політехніка». Комп’ютерні науки та інформаційні технології. 2017. Вип. 864. С. 7-19.
Ахмедов Р.Р., Безкоровайний В.С., Данильченко Т.В. Методологія аналізу контенту електронних засобів масової інформації. Економічний простір. 2021. Вип.176. С. 141-145. DOI: https://doi.org/10.32782/2224-6282/176-25
Digital 2022 Global Overview Report. URL: https://datareportal.com/reports/digital-2022-global-overview-report (дата звернення 15.09.2022).
Statista. URL: https://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/ (дата звернення 15.09.2022).
Hobson, L., Cole, H., Hannes, H. Natural Language Processing in Action Understanding, analyzing, and generating text with Python. Manning Publications (P), 2019.
Kamath, U., Liu, J.,·Whitaker, J. Deep Learning for NLP and Speech Recognition. Springer Nature Switzerland AG, 2019. DOI: https://doi.org/10.1007/978-3-030-14596-5.
Predictive Analytics. Today. URL: https://www.predictiveanalyticstoday.com/top-qualitative-data-analysis-software/ (дата звернення 15.11.2022).
Intellspot. URL: https://www.intellspot.com/content-analysis-software/ (дата звернення 15.11.2022).
Bizzzdev. URL: https://bizzzdev.com/top-10-content-analysis-tools-in-2022/ (дата звернення 15.11.2022).
Devlin, J., Chang, M., Lee, K., and Toutanova, K. BERT: pre-training of deep bidirectional transformers for language understanding. In NAACL-HLT, P. 4171-4186, 2019.
Brown T. et al. Language models are few-shot learners. arXiv:2005.14165. 2020.
Vaswani, A., Shazeer, N. et al. Attention is all you need. In Proc. of the 1st Conference on Neural Information Processing Systems (NIPS 2017), 2017, pp. 6000-6010.