Měření kvality služeb pomocí analýzy nestrukturovaných dat
Název práce: | Měření kvality služeb pomocí analýzy nestrukturovaných dat |
---|---|
Autor(ka) práce: | Slivka, Filip |
Typ práce: | Diplomová práce |
Vedoucí práce: | Svátek, Vojtěch |
Oponenti práce: | Vencovský, Filip |
Jazyk práce: | Česky |
Abstrakt: | Tato diplomová práce se zabývá využitím analýzy nestrukturovaných dat pro měření kvality služeb. Jsou představeny základní teoretické poznatky z oboru zpracování přirozeného jazyka, které se následně využívají pro experimenty v oblastech tematického modelování a analýzy sentimentu. Techniky jsou aplikovány na uživatelské recenze z etablovaného australského portálu pro hodnocení produktů a služeb ProductReview.com.au. Pro evaluaci výstupů automatických algoritmů je provedena validace lidskými anotátory. Mezi dosažené výsledky patří sestavení obecného modelu aspektů pro doménu služeb „clothing shop“ a vyhodnocení jednotlivých aspektů u vybrané služby. |
Klíčová slova: | strojové učení; selekce příznaků; analýza sentimentu; extrakce aspektů; NLP; tematické modelování; klasifikace |
Název práce: | Measurement of service quality by analyzing unstructured data |
---|---|
Autor(ka) práce: | Slivka, Filip |
Typ práce: | Diploma thesis |
Vedoucí práce: | Svátek, Vojtěch |
Oponenti práce: | Vencovský, Filip |
Jazyk práce: | Česky |
Abstrakt: | This diploma thesis deals with the analysis of unstructured data for measuring the quality of services. Basic theoretical knowledge from the field of natural language processing is presented, which is subsequently used for experiments in the areas of thematic modeling and sentiment analysis. Techniques are applied to user re-views from the Australian product review portal ProductReviews.com. Validation by human annotators is also performed to evaluate the results of automatic algorithms. The achieved results include the development of a general aspect model for the clothing shop domain and the evaluation of the individual aspects of the selected service. |
Klíčová slova: | classification; feature selection; topic modeling; NLP; sentiment analysis; aspect extraction; machine learning |
Informace o studiu
Studijní program / obor: | Aplikovaná informatika/Znalostní a webové technologie |
---|---|
Typ studijního programu: | Magisterský studijní program |
Přidělovaná hodnost: | Ing. |
Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
Fakulta: | Fakulta informatiky a statistiky |
Katedra: | Katedra informačního a znalostního inženýrství |
Informace o odevzdání a obhajobě
Datum zadání práce: | 1. 6. 2017 |
---|---|
Datum podání práce: | 11. 12. 2017 |
Datum obhajoby: | 29. 1. 2018 |
Identifikátor v systému InSIS: | https://insis.vse.cz/zp/62324/podrobnosti |