Аналіз настроїв на основі даних соціальних мереж

Abstract

Соціальні мережі стали важливими джерелами інформації для розуміння громадських настроїв, а також для аналізу реакцій на різноманітні події в реальному часі. Одним із основних напрямків сучасного аналізу є обробка та визначення емоційної тональності повідомлень у таких платформах, як Telegram та Reddit. Метою цієї роботи є розробка інструменту для аналізу настроїв на основі даних з цих соціальних мереж. Об’єктом кваліфікаційної роботи є процеси збору, обробки та аналізу текстових даних з Telegram та Reddit. Предметом кваліфікаційної роботи є інструментальні засоби та технології, що використовуються для аналізу настроїв, включаючи бібліотеки для обробки природної мови, а також технології для інтеграції з платформами Telegram та Reddit. Метою роботи є дослідження та впровадження методів обробки текстових даних для автоматичного визначення настроїв у повідомленнях з Telegram та Reddit, з використанням сучасних бібліотек для аналізу настроїв та візуалізації результатів. Для досягнення поставленої мети були виконані наступні завдання: 1. Проведено огляд сучасних методів аналізу настроїв на основі даних з соціальних мереж. Оцінено використання бібліотек NLP (Natural Language Processing) для аналізу емоційної тональності. 2. Розроблено алгоритми для збору та попередньої обробки текстових даних з Telegram та Reddit. 3. Проведено проєктування програмного забезпечення для аналізу настроїв, включаючи функціональні модулі для збирання та обробки даних, а також для візуалізації результатів. 4. Реалізовано програмні модулі для підключення до API Telegram та Reddit, аналізу текстів за допомогою моделей на основі трансформерів, зокрема DistilBERT, та візуалізації результатів у вигляді графіків. 5. Проведено тестування програмного забезпечення для перевірки точності результатів та ефективності роботи з великими обсягами даних. У першому розділі було проведено дослідження інструментів для збору та аналізу даних з Telegram і Reddit, що дозволило визначити переваги та обмеження існуючих рішень. Другий розділ присвячено розробці алгоритмів збору, попередньої обробки даних та аналізу настроїв. Третій розділ містить опис проєктування програмного забезпечення, включаючи специфікації вимог та проєктування інтерфейсу. Четвертий розділ присвячено реалізації програмних модулів, їх тестуванню, а також розробці інструкції користувача для роботи з застосунком. Результатом дипломної роботи є функціональний застосунок для аналізу настроїв на основі даних з Telegram та Reddit, який здатен надавати інформацію про емоційну тональність повідомлень користувачів в реальному часі. Кваліфікаційна робота викладена на 61 сторінку і містить 4 розділи, 17 ілюстрацій, 10 таблиць та 30 джерела в переліку посилань. Social media has become an important source of information for understanding public sentiments and analyzing reactions to various events in real time. One of the key areas in modern analysis is processing and determining the emotional tone of messages on platforms like Telegram and Reddit. The goal of this work is to develop a tool for sentiment analysis based on data from these social networks. The object of the thesis is processes related to the collection, processing, and analysis of textual data from Telegram and Reddit. The subject of the thesis is the instrumental tools and technologies used for sentiment analysis, including libraries for natural language processing (NLP), as well as technologies for integrating with Telegram and Reddit platforms. The aim of this work is to research and implement methods for processing textual data to automatically determine sentiments in messages from Telegram and Reddit, using modern libraries for sentiment analysis and visualizing the results. To achieve this goal, the following tasks were completed: A review of modern sentiment analysis methods based on social media data was conducted. The use of NLP libraries for emotional tone analysis was evaluated. Algorithms for collecting and preprocessing textual data from Telegram and Reddit were developed. Software design for sentiment analysis was carried out, including functional modules for data collection and processing, as well as for visualizing the results. Software modules for connecting to Telegram and Reddit APIs, analyzing texts using transformer-based models, particularly DistilBERT, and visualizing results in the form of graphs were implemented. Software testing was carried out to check the accuracy of results and the efficiency of working with large datasets. The first chapter reviews the tools for collecting and analyzing data from Telegram and Reddit, determining the advantages and limitations of existing solutions. The second chapter discusses the development of algorithms for data collection, preprocessing, and sentiment analysis. The third chapter contains the design of the software, including requirement specifications and user interface design. The fourth chapter focuses on the implementation of software modules, their testing, and the development of the user manual. The result of the thesis is a functional application for sentiment analysis based on data from Telegram and Reddit, capable of providing information on the emotional tone of user messages in real time. The thesis is presented in 61 pages and includes 4 chapters, 17 illustrations, 10 tables, and 30 sources in the reference list.