РОЗРОБКА ІНТЕЛЕКТУАЛЬНОЇ СИСТЕМИ ПІДТРИМКИ СОЦІАЛІЗАЦІЇ КОРИСТУВАЧА ЗА ПОДІБНІСТЮ ІНТЕРЕСІВ
DOI:
https://doi.org/10.30837/ITSSI.2022.19.013Ключові слова:
відстань Левенштейна;, алгоритм N-грам;, модель Noisy Channel;, нечіткий пошукАнотація
Об’єктом дослідження є процес соціалізації особистостей, оскільки в наш час завдання соціалізації є дуже важливим і всі сучасні соціальні мережі намагаються максимально оптимізувати та автоматизувати соціалізацію різноманітних користувачів з використанням популярних сучасних ІТ, таких як нейронні мережі та алгоритми аналізу користувацького контенту. Предметом дослідження є методи та технологічні засоби пошуку та формування списку релевантних користувачів за подібністю інтересів для здійснення соціалізації. Відповідно здійснюється аналіз профіля користувача системи, а саме визначення справжності користувача на основі пошуку людського обличчя на користувацьких фотографіях з використанням нейронних мереж і аналізу користувацького контенту через алгоритми нечіткого пошуку та моделі Noisy Channel. Мета роботи – створення інтелектуальної системи для соціалізації особистостей на основі нечіткого пошуку за ключовими словами, моделі Noisy Channel, алгоритму ефективного розподілу текстового контенту та згорткової нейронної мережі. В статті вирішуються наступні завдання: проаналізувати сучасні та найвідоміші підходи, методи, засоби та алгоритми розв’язування задач соціалізації особистостей за подібністю інтересів; розробка загальної структури типової інтелектуальної системи соціалізації особистостей за спільними інтересами; сформувати функціональні вимоги до основних модулів структури типової інтелектуальної системи соціалізації особистостей за спільними інтересами; розробити інтелектуальну системи підтримки соціалізації користувача за подібністю інтересів на основі нейронних мереж, нечіткого пошуку та моделі Noisy Channel та провести експериментальну апробацію. Використовуються такі методи: метод Левенштейна; алгоритм
N-грам; модель Noisy Channel; нечіткий пошук. Отримано наступні результати: побудовано та описано загальну структуру типової інтелектуальної системи соціалізації особистостей за спільними інтересами. До основного призначення створення системи в першу чергу варто віднести створення нового алгоритму аналізу користувацького контенту та пошуку найбільш релевантних за інтересами користувачів на основі таких алгоритмів як N-грам, розширення вибірки, Левенштейна, та моделі Noisy Channel. Також зазнав подальшого розвитку шаблон асинхронного створення програмного продукту, що дозволяє створити практично повністю динамічну систему. Варто удосконалити згорткову нейронну мережу, що дозволить ефективно та динамічно здійснювати пошук людських обличь на фотографії, та перевіряти наявність вже існуючих людей в базі даних системи. Висновки: виявлено, що реалізований алгоритм здійснює вибірку приблизно в 10 разів швидше, ніж звичайний алгоритм Левенштейна. Також реалізований в системі алгоритм для формування вибірки користувачів є ефективнішим та точнішим приблизно на 25-30% в порівнянні зі звичайним алгоритмом Левенштейна.
Посилання
Parry M. E., Kawakami T., Kishiya K. The effect of personal and virtual word-of-mouth on technology acceptance. Journal of Product Innovation Management. 2012. № 29 (6). P. 952–966. DOI: http://doi.org/10.1111/j.1540-5885.2012.00972.x
Schivinski B., Dąbrowski D. The effect of social-media communication on consumer perceptions of brands. Journal of Marketing Communications. 2014. № 22 (2). P. 189–214. DOI: http://doi.org/10.1080/13527266.2013.871323
Ranjbaran B., Jamshidian M., Dehghan Z. A survey of identification of major factors influencing customers attitude toward machine made carpet brands. Journal of Business Strategies. 2007. № 5 (23). P. 109–118.
Schmäh M., Wilke T., Rossmann A. Electronic word of mouth: A systematic literature analysis. Digital Enterprise Computing. 2017. P. 147–158.
Wang X., Yu C., Wei Y. Social media peer communication and impacts on purchase intentions: A consumer socialization framework. Journal of Interactive Marketing. 2012. № 26 (4). P. 198–208. DOI: http://doi.org/10.1016/j.intmar.2011.11.004
Vysotska V. Information Technology for Internet Resources Promotion in Search Systems Based on Content Analysis of Web-Page Keywords. Radio Electronics, Computer Science, Control. 2021. № 3. P. 133–151.
Batiuk T., Vysotska V., Lytvyn V. Intelligent System for Socialization by Personal Interests on the Basis of SEO-Technologies and Methods of Machine Learning. Computational Linguistics and Intelligent Systems (COLINS 2020) : 4th International Conference, Lviv, 23-24 April 2020 : CEUR workshop proceedings. 2020. № 2604. P. 1237–1250.
Hudson S., Roth M., Madden T. J. The effects of social media on emotions, brand relationship quality, and word of mouth: An empirical study of music festival attendees. Tourism Management. 2015. № 2 (8). P. 68–76. DOI: http://doi.org/10.1016/j.tourman.2014.09.001
Hanna R., Rohm A., Crittenden V. L. We’re all connected: The power of the social media ecosystem. Business Horizons. 2011. № 54 (3). P. 265–273. DOI: http://doi.org/10.1016/j.bushor.2011.01.007
Guidry J. D., Messner M., Jin Y. From McDonalds fail to Dominos sucks: An analysis of Instagram images about the 10 largest fast food companies. Corporate Communications: An International Journal. 2015. № 20 (3). P. 344–359.
Gao L. Online consumer behavior and its relationship to website atmospheric induced flow: Insights into online travel agencies in China. Journal of Retailing and Consumer Services. 2014. № 21 (4). P. 653–655.
Ferrara E., Interdonato R., Tagarelli A. Online popularity and topical interests through the lens of Instagram. Hypertext and Social Media. 2014. № 2. P. 24–23. DOI: http://doi.org/10.1145/2631775.2631808
Erkan I. The influence of e-WOM in social media on consumers’ purchase intentions: An extended approach to information adoption. Computers in Human Behavior. 2016. № 4. P. 47–55.
Elaheebocus S. M., Weal M., Morrison L. Peer-based social media features in behavior change interventions: Systematic review. Journal of Medical Internet Research. 2018. № 20 (2). P. 1–20. DOI: http://doi.org/10.2196/jmir.8342
De-Gregorio F., Sung Y. Understanding attitudes toward and behaviors in response to product placement. Journal of Advertising. 2010. № 39 (1). P. 83–96. DOI: http://doi.org/10.2753/JOA0091-3367390106
Geurin-Eagleman A. N. Communicating via photographs: A gendered analysis of Olympic athletes’ visual self -presentation on Instagram. Sport Management Review. 2015. № 19 (2). P. 133–145. DOI: http://doi.org/10.1016/j.smr.2015.03.002
Chu S. C. Using a consumer socialization framework to understand electronic word-of-mouth (eWOM) group membership among brand followers on Twitter. Electronic Commerce Research and Applications. 2016. № 14 (4). P. 251–260.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
![Creative Commons License](http://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png)
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Наше видання використовує положення про авторські права Creative Commons для журналів відкритого доступу.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо не комерційного та не ексклюзивного 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.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису опублікованої роботи, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.