Measurement of service quality by analyzing unstructured data
Thesis title: | Měření kvality služeb pomocí analýzy nestrukturovaných dat |
---|---|
Author: | Slivka, Filip |
Thesis type: | Diplomová práce |
Supervisor: | Svátek, Vojtěch |
Opponents: | Vencovský, Filip |
Thesis language: | Česky |
Abstract: | 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. |
Keywords: | strojové učení; selekce příznaků; analýza sentimentu; extrakce aspektů; NLP; tematické modelování; klasifikace |
Thesis title: | Measurement of service quality by analyzing unstructured data |
---|---|
Author: | Slivka, Filip |
Thesis type: | Diploma thesis |
Supervisor: | Svátek, Vojtěch |
Opponents: | Vencovský, Filip |
Thesis language: | Česky |
Abstract: | 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. |
Keywords: | classification; feature selection; topic modeling; NLP; sentiment analysis; aspect extraction; machine learning |
Information about study
Study programme: | Aplikovaná informatika/Znalostní a webové technologie |
---|---|
Type of study programme: | Magisterský studijní program |
Assigned degree: | Ing. |
Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
Faculty: | Faculty of Informatics and Statistics |
Department: | Department of Information and Knowledge Engineering |
Information on submission and defense
Date of assignment: | 1. 6. 2017 |
---|---|
Date of submission: | 11. 12. 2017 |
Date of defense: | 29. 1. 2018 |
Identifier in the InSIS system: | https://insis.vse.cz/zp/62324/podrobnosti |