Анализ популярности блогера у его целевой аудитории в социальных сетях

Погожев, Александр Олегович Отделение информационных технологий (ОИТ)
Бесплатно
В избранное
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Представлена разработка математической модели комплаентности аудитории.
Описан новый подход для определения степени воздействия блогера на целевую аудиторию.
Проведён прогноз деятельности блогеров с использованием нечёткой логики и нейронной сети.

РЕФЕРАТ ………………………………………………………………………………………. 11

1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ………………………………………………………. 16

1.1 Выбор программных компонентов ………………………………………….. 16

1.2 Разведочный анализ данных …………………………………………………… 18

1.2.2 Параметры с низкой дисперсией……………………………………….. 19

1.2.3 Корреляция параметров ……………………………………………………. 20

1.2.4 Определение значимости параметров ……………………………….. 20

1.3 Разложение на главные компоненты ……………………………………….. 21

1.4 Подготовка данных ………………………………………………………………… 22

1.5 Нейронные сети …………………………………………………………………….. 24

1.5.1 Функции активации …………………………………………………………. 26

1.6 Аналитический обзор социальных сетей …………………………………. 27

1.6.1 Аудитории социальных сетей ………………………………………………. 29

1.7 Аналитический обзор инструментов сегментации аудитории ……. 33

1.8 Оценка влияния блогера на аудиторию ……………………………………. 35

2 АНАЛИЗ ДАННЫХ …………………………………………………………………….. 37

2.1 Предобработка ………………………………………………………………………. 37

2.2 Оценка комплаентности аудитории…………………………………………. 39

3 ФОРМИРОВАНИЕ МОДЕЛЕЙ И РЕЗУЛЬТАТ РАБОТЫ ……………… 41

3.1 Нейронная сеть ……………………………………………………………………… 41

3.2 Нечёткая логика …………………………………………………………………….. 45

4 ФИНАНСОВЫЙ МЕНЕДЖМЕНТ,РЕСУРСОЭФФЕКТИВНОСТЬ И
РЕСУРСОСБЕРЕЖЕНИЕ ………………………………………………………………………….. 48

5 СОЦИАЛЬНАЯ ОТВЕТСТВЕННОСТЬ ………………………………………… 66

ЗАКЛЮЧЕНИЕ ……………………………………………………………………………… 86
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ ……………………………. 87

Блоггинг становится все более популярным и удобным путем для
общения, публикации информации, обсуждения интересов, высказывания
мнений и предположений, распространения новостей и формирования
виртуальных сообществ. Блогосфера подчиняется распределению по степенному
закону: очень мало блогов чрезвычайно влиятельны, а огромное количество
блогов практически неизвестно. Независимо от того, является ли
(мультиавторский) блог влиятельным или нет, есть влиятельные блогеры.
Однако огромное количество таких блогов делает чрезвычайно трудным
изучение каждого из них. Один из способов проанализировать эти блоги – найти
влиятельных блогеров и считать их представителями сообщества. Влиятельные
блогеры могут воздействовать на других блогеров различными способами.

В результате выполнения выпускной квалификационной работы была
спроектирована и реализована программа, способная для определения
комплектности аудитории блогера.
Проведен анализ предметной области, технологии предобработки и
формирования моделей, основные подходы к проектированию регрессионных
моделей.
Были проанализированы входные данные, произведена предобработка
данных путем нахождения пропущенных значений,
На основании предобработанной информации были обучена Нейронная
сеть.
Для определения параметра комплаетности аудитории была обучена
модель с нечёткой логикой.
Результаты работы могут быть использованы в качестве основы для
дальнейшего анализа комплаентности аудитории, персонализации рекламы.

Также хочется заметить, что определение комплаетности аудитории
блогера принципиально важна для эффективности рекламы и влияния блогера на
аудиторию!

1.Epsilonresearchonservices[Электронныйресурс]URL:
https://us.epsilon.com/pressroom/new-epsilon-research-indicates-80-of-consumers-
are-more-likely-to-make-a-purchase-when-brands-offer-personalized-experiences
свободный – Яз. англ. Дата обращения 02. 03.2019г.
2. Дюк Вячеслав Анатольевич, Флегонтов Александр Владимирович,
Фомина Инга Константиновна Применение технологий интеллектуального
анализа данных в естественнонаучных, технических и гуманитарных областях //
ИзвестияРГПУим.А.И.Герцена.2011.№138.URL:
https://cyberleninka.ru/article/n/primenenie-tehnologiy-intellektualnogo-analiza-
dannyh-v-estestvennonauchnyh-tehnicheskih-i-gumanitarnyh-oblastyah(дата
обращения:25.05.2019).
3. Aurelien Geron. Hands-On Machine Learning with Sklearn and Tensorflow.
– O’Reilly, 2015: – 751p.
4. Чокой Владимир Захарьевич Обработка и разведочный анализ
числовых массивов данных // Crede Experto: транспорт, общество, образование,
язык. 2017. №3. URL: https://cyberleninka.ru/article/n/obrabotka-i-razvedochnyy-
analiz-chislovyh-massivov-dannyh (дата обращения: 21.03.2019).
5. Н. В. Решетникова, Л. А. Жуков Особенности использования
предобработки данных для изучения динамики их изменения с помощью
нейросетейсучителем//Новыеинформационныетехнологиив
автоматизированныхсистемах.2005.№8.URL:
https://cyberleninka.ru/article/n/osobennosti-ispolzovaniya-predobrabotki-dannyh-
dlya-izucheniya-dinamiki-ih-izmeneniya-s-pomoschyu-neyrosetey-s-uchitelem (дата
обращения:15.03.2019).
6. Bharath Ramsundar. Tensorflow for Deep Learning. – O’Reilly, 2015: –
253p.
7. Хашковский Валерий Валерьевич, Шкурко Алексей Николаевич
Современные подходы в организации систем обработки больших объемов
данных//ИзвестияЮФУ.Техническиенауки.2014.№8.URL:
https://cyberleninka.ru/article/n/sovremennye-podhody-v-organizatsii-sistem-
obrabotki-bolshih-obemov-dannyh (дата обращения: 17.03.2019).
8. Агафонов Антон Александрович, Мясников Владислав Валерьевич
Оценка и прогнозирование параметров транспортных потоков с использованием
композиции методов машинного обучения и моделей прогнозирования
временныхрядов//КО.2014.№3.URL:
https://books.google.ru/books?hl=en&lr=&id=sm39DQAAQBAJ&oi=fnd&pg=PA11
&dq=%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%
B5+%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5
&ots=lmOKvoxKbA&sig=syblyAoh40RP8zbP-dTCZM-
kAmk&redir_esc=y#v=onepage&q=%D0%BC%D0%B0%D1%88%D0%B8%D0%
BD%D0%BD%D0%BE%D0%B5%20%D0%BE%D0%B1%D1%83%D1%87%D0
%B5%D0%BD%D0%B8%D0%B5&f=false (дата обращения: 25.05.2019).
9. Базенков Николай Ильич, Губанов Дмитрий Алексеевич Обзор
информационных систем анализа социальных сетей // УБС. 2013. №41. URL:
https://cyberleninka.ru/article/n/obzor-informatsionnyh-sistem-analiza-sotsialnyh-
setey (дата обращения: 01.04.2019).
10. Sebastian Rashka. Python for Machine Learning. – Packt, 2011: – 253p.
11. Jerome H. Friedman, Robert Tibshirani, and Trevor Hastie. The elements
of statistical Learning. – Packt, 2011: – 548p.
12. Christopher Bishop. Pattern Recognition and Machine Learning. – Packt,
2011: – 1148p.
13. Симонова Сабина Игоревна Интеллектуальный анализ данных для
задач CRM // International Journal of Open Information Technologies. 2015. №2.
URL: https://cyberleninka.ru/article/n/intellektualnyy-analiz-dannyh-dlya-zadach-crm
(дата обращения: 04.04.2019).
14. Филатова Татьяна Владимировна Применение нейронных сетей для
аппроксимации данных // Вестн. Том. гос. ун-та. 2004. №284. URL:
https://cyberleninka.ru/article/n/primenenie-neyronnyh-setey-dlya-approksimatsii-
dannyh (дата обращения: 04.04.2019).
15. Корнеев Д. С. Использование аппарата нейронных сетей для создания
модели оценки и управления рисками предприятия // УБС. 2007. №17. URL:
https://cyberleninka.ru/article/n/ispolzovanie-apparata-neyronnyh-setey-dlya-
sozdaniya-modeli-otsenki-i-upravleniya-riskami-predpriyatiya(датаобращения:
04.04.2019).
16. François Chollet. Deep Learning with Python. – Packt, 2011: – 547р.
17. Архангельская Екатерина Владиславовна , Кадурин А. , Николенко
Сергей Игоревич «Глубокое обучение. Погружение в мир нейронных сетей»,
Библиотека программиста. – 480 стр.
18. Adam Gibson and Josh Patterson. Deep Learning: A Practitioner’s
Approach– O’reilly, 2012: – 523p.
19. Dan Van Boxel. Hands-On Deep Learning with TensorFlow– Packt, 2014:
– 174p.
20. Amita Kapoor and Antonio Gulli. TensorFlow 1.x Deep Learning
Cookbook: Over 90 Unique Recipes to Solve Artificial-intelligence Driven Problems
with Python – Packt, 2009: – 526p.
21. Игнатьев Н. А. О синтезе факторов в искусственных нейронных сетях
// ЖВТ. 2005. №3. URL: https://cyberleninka.ru/article/n/o-sinteze-faktorov-v-
iskusstvennyh-neyronnyh-setyah (дата обращения: 09.04.2019).
22. Antonio Gulli and Sujit Pal. Deep Learning with Keras– Packt, 2015: – 301.
23. Ahmed Menshawy, Giancarlo Zaccone, and Md. Rezaul Karim. Deep
Learning with TensorFlowv– Packt, 2015: – 316p.
24. Дружков Павел Николаевич, Золотых Николай Юрьевич, Половинкин
Алексей Николаевич Программная реализация алгоритма градиентного бустинга
деревьеврешений//ВестникННГУ.2011.№1.URL:
https://cyberleninka.ru/article/n/programmnaya-realizatsiya-algoritma-gradientnogo-
bustinga-dereviev-resheniy (дата обращения: 01.05.2019).
25. Никулин В. Н., Палешева С. А., Зубарева Д. С. Об однородных
ансамблях при использовании метода бустинга в приложении к классификации
несбалансированных данных // Вестник ПГУ. Серия: Экономика. 2012. №4. URL:
https://cyberleninka.ru/article/n/ob-odnorodnyh-ansamblyah-pri-ispolzovanii-metoda-
bustinga-v-prilozhenii-k-klassifikatsii-nesbalansirovannyh-dannyh (дата обращения:
01.05.2019).
26. Охранатруда[Электронныйресурс]/Безопасность
жизнедеятельности.URL:http://www.grandars.ru/shkola/bezopasnost-
zhiznedeyatelnosti/ohrana-truda.html, свободный. Яз. Рус. Дата обращения:
16.05.2019.
27. СанПиН2.2.2/2.4.1340-03Гигиеническиетребованияк
персональным электронно-вычислительным машинам и организации работы. Яз.
Рус. Дата обращения: 16.05.2019.
28.СанПиН 2.2.4.548-96 Гигиенические требования к микроклимату
производственных помещений. Яз. Рус. Дата обращения: 16.05.2019.
29. ГОСТ12.1.038–82Системастандартовбезопасноститруда.
Электробезопасность.Предельнодопустимыезначениянапряжений
прикосновения и токов. Яз. Рус. Дата обращения: 16.05.2019.
30. Федеральный закон от 22.07.2008 N 123-ФЗ (ред. От 13.07.2015)
«Технический регламент о требованиях пожарной безопасности» [Электронный
ресурс]/КонсультантПлюс.URL:
http://www.consultant.ru/document/cons_doc_LAW_78699/, свободный. Яз. Рус.
Дата обращения: 16.05.2019.
31. Ефремова О. С. Требования охраны труда при работе на
персональных электронно-вычислительных машинах. – 2-е изд., перераб. и доп.
– М. : Издательство «Альфа-Пресс», 2008. Яз. Рус. Дата обращения: 16.05.2019.
32. Назаренко О. Б. Безопасность жизнедеятельности: учебное пособие
/ О. Б. Назаренко, Ю. А. Амелькович; Томский политехнический университет. –
3-е изд., перераб. и доп. – Томск: Изд-во Томского политехнического
университета, 2013. Яз. Рус. Дата обращения: 16.05.2019.
33. ГОСТ Р 55090-2012 Ресурсосбережение. Обращение с отходами.
Рекомендации по утилизации отходов бумаги. Яз. Рус. Дата обращения:
16.05.2019.
34. НПБ 105-03 Определение категорий помещений, зданий и наружных
установок по взрывопожарной и пожарной опасности [Электронный ресурс] /
Электронный фонд правовой и нормативно-технической документации. URL:
http://docs.cntd.ru/document/1200032102, свободный. Яз. Рус. Дата обращения:
16.05.2019.

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Шиленок В. КГМУ 2017, Лечебный , выпускник
    5 (20 отзывов)
    Здравствуйте) Имею сертификат специалиста (врач-лечебник). На данный момент являюсь ординатором(терапия, кардио), одновременно работаю диагностом. Занимаюсь диссертац... Читать все
    Здравствуйте) Имею сертификат специалиста (врач-лечебник). На данный момент являюсь ординатором(терапия, кардио), одновременно работаю диагностом. Занимаюсь диссертационной работ. Помогу в медицинских науках и прикладных (хим,био,эколог)
    #Кандидатские #Магистерские
    13 Выполненных работ
    Анастасия Л. аспирант
    5 (8 отзывов)
    Работаю в сфере метрологического обеспечения. Защищаю кандидатскую диссертацию. Основной профиль: Метрология, стандартизация и сертификация. Оптико-электронное прибост... Читать все
    Работаю в сфере метрологического обеспечения. Защищаю кандидатскую диссертацию. Основной профиль: Метрология, стандартизация и сертификация. Оптико-электронное прибостроение, управление качеством
    #Кандидатские #Магистерские
    10 Выполненных работ
    user1250010 Омский государственный университет, 2010, преподаватель,...
    4 (15 отзывов)
    Пишу качественные выпускные квалификационные работы и магистерские диссертации. Опыт написания работ - более восьми лет. Всегда на связи.
    Пишу качественные выпускные квалификационные работы и магистерские диссертации. Опыт написания работ - более восьми лет. Всегда на связи.
    #Кандидатские #Магистерские
    21 Выполненная работа
    Родион М. БГУ, выпускник
    4.6 (71 отзыв)
    Высшее экономическое образование. Мои клиенты успешно защищают дипломы и диссертации в МГУ, ВШЭ, РАНХиГС, а также других топовых университетах России.
    Высшее экономическое образование. Мои клиенты успешно защищают дипломы и диссертации в МГУ, ВШЭ, РАНХиГС, а также других топовых университетах России.
    #Кандидатские #Магистерские
    108 Выполненных работ
    Лидия К.
    4.5 (330 отзывов)
    Образование высшее (2009 год) педагог-психолог (УрГПУ). В 2013 году получено образование магистр психологии. Опыт преподавательской деятельности в области психологии ... Читать все
    Образование высшее (2009 год) педагог-психолог (УрГПУ). В 2013 году получено образование магистр психологии. Опыт преподавательской деятельности в области психологии и педагогики. Написание диссертаций, ВКР, курсовых и иных видов работ.
    #Кандидатские #Магистерские
    592 Выполненных работы
    Катерина В. преподаватель, кандидат наук
    4.6 (30 отзывов)
    Преподаватель одного из лучших ВУЗов страны, научный работник, редактор научного журнала, общественный деятель. Пишу все виды работ - от эссе до докторской диссертации... Читать все
    Преподаватель одного из лучших ВУЗов страны, научный работник, редактор научного журнала, общественный деятель. Пишу все виды работ - от эссе до докторской диссертации. Опыт работы 7 лет. Всегда на связи и готова прийти на помощь. Вместе удовлетворим самого требовательного научного руководителя. Возможно полное сопровождение: от статуса студента до получения научной степени.
    #Кандидатские #Магистерские
    47 Выполненных работ
    Евгений А. доктор, профессор
    5 (154 отзыва)
    Более 40 лет занимаюсь преподавательской деятельностью. Специалист в области философии, логики и социальной работы. Кандидатская диссертация - по логике, докторская - ... Читать все
    Более 40 лет занимаюсь преподавательской деятельностью. Специалист в области философии, логики и социальной работы. Кандидатская диссертация - по логике, докторская - по социальной работе.
    #Кандидатские #Магистерские
    260 Выполненных работ
    Дмитрий К. преподаватель, кандидат наук
    5 (1241 отзыв)
    Окончил КазГУ с красным дипломом в 1985 г., после окончания работал в Институте Ядерной Физики, защитил кандидатскую диссертацию в 1991 г. Работы для студентов выполня... Читать все
    Окончил КазГУ с красным дипломом в 1985 г., после окончания работал в Институте Ядерной Физики, защитил кандидатскую диссертацию в 1991 г. Работы для студентов выполняю уже 30 лет.
    #Кандидатские #Магистерские
    2271 Выполненная работа
    Анна В. Инжэкон, студент, кандидат наук
    5 (21 отзыв)
    Выполняю работы по экономическим дисциплинам. Маркетинг, менеджмент, управление персоналом. управление проектами. Есть опыт написания магистерских и кандидатских диссе... Читать все
    Выполняю работы по экономическим дисциплинам. Маркетинг, менеджмент, управление персоналом. управление проектами. Есть опыт написания магистерских и кандидатских диссертаций. Работала в маркетинге. Практикующий бизнес-консультант.
    #Кандидатские #Магистерские
    31 Выполненная работа

    Другие учебные работы по предмету