Этап: редактирование определения тональности документов.
IQBuzz в первую очередь представляет собой поисковую машину, работающую по определенному алгоритму.
Работу в программе условно можно разделить на несколько этапов.
Этап: Создание Рубрики мониторинга.
Для начала мониторинга нужно создать рубрику, в которой будут накапливаться упоминания по заданному поисковому запросу.
Рубрика (тематическая рубрика) - объект в системе, где хранятся все собранные документы по конкретной теме мониторинга. Главный критерий наполнения рубрики – поисковые запросы, содержащие ключевые слова заданной темы.
В рубриках хранится и накапливается вся информация по темам мониторинга.
Рубрики являются основным инструментом при работе в IQBuzz, а их правильная настройка позволит эффективно отсеивать информационный шум и получать качественные аналитические отчеты. Для каждой темы мониторинга лучше создавать свою, отдельную рубрику. Поэтому в процессе анализа, к примеру, политических установок пользователей, каждая рубрика должна соответствовать одной из установок.
Чтобы создать рубрику необходимо кликнуть на кнопку «Создать рубрику» - см. рис. 1.
Рис. 1. Создание рубрики.
В диалоговом окне необходимо провести настройку мониторинга рубрики.
Рис. 2. - Настройка мониторинга рубрики.
Необходимо заполнить следующие разделы:
- название рубрики;
- заголовок темы мониторинга;
- поисковый критерий.
|
|
|
Важный элемент настройки рубрики, который отвечает за точность поиска. В поисковом критерии задаются ключевые слова и правила, по которым в рубрику будут попадать документы.
При настройке критерия используется язык запросов IQBuzz (рис. 3).
Рис. 3. Язык запросов IQBuzz.
Более подробно о языке или языках, необходимых для осуществления релевантной выгрузки можно узнать в справочнике службы (рис. 3).
Задачи исследования предполагают мониторинг упоминания ценностей блоггосфере, поэтому для анализа использовался простой набор поисковых критериев, отражающих базовую ценность, указанную в рубрике (рис. 4).
Рис. 4. – Ввод поисковых запросов.
Помимо выделенных элементов рубрики оператору сервиса доступны следующие настройки поискового запроса.
Дата создания документов. Данная функция позволяет собирать данные не только созданные в настоящем времени, но и рассматривать их в ретроспективе. Если задать временные рамка, относящиеся к прошедшему периоду, сервис выгрузит только те документы, которые были собраны в указанное время. Кроме того, хранение сообщений из медиа на удалённых серверах позволяет уловить и ознакомиться с теми сообщениями, которые уже были удалены со страницы-первоисточника.
|
|
|
Язык документов. Настройка данного критерия необходима, если проект предполагает работу над контентом на других языках, например, в ходе анализа формируемых в период кризисных событий на Украине в 2013-2014 году протестных установок в социальных медиа, помимо русского, в авторских исследованиях аккумулировался украинский контент.
Авторы. Рубрику можно настроить так, чтобы в нее попадали сообщения каких-то конкретных, указанных вами авторов. При этом сообщения других авторов в нее попадать уже не будут.
При настройке рубрики доступен фильтр по блогохостингам (источникам, сайтам, на которых размещаются упоминания). Это поможет настроить мониторинг с каких-то определенных источников или наоборот, исключить попадание документов из нежелательных источников.
География авторов. В процессе создания рубрики можно установить фильтр по местоположению блоггеров. В этом случае будет учитываться та информация о географии, которую блоггер сам указал в своем профиле. Обращаем внимание, что, задав фильтр по конкретным странам, в рубрику уже не попадут документы, авторы которых не указали своё местоположение. После окончательной настройки рубрики программа переходит к поиску документов.
|
|
|
Для уточнения того, насколько адекватны разработанные поисковые запросы и какова степень «чистоты» (релевантности) аккумулируемых сообщений, можно воспользоваться опцией «Предварительный просмотр документов» - рис. 5.
Рис. 5. – Предварительный просмотр документов.
Сохранение настроек рубрики. Программа IQBuzz позволяет сохранить на ПК настройки рубрики и в дальнейшем применять их к другим рубрикам и подрубрикам.
Для этого необходимо открыть рубрику, открыть вкладку «Информация о рубрике», кликнуть на кнопке «Экспортировать настройки в XML» - рис. 6.
Рис. 6. – Экспорт настроек в XML.
Для того чтобы применить настройки к новой рубрике при ее создании необходимо кликнуть на кнопку «Экспортировать наcтройки XML» - рис. 7.
Рис. 7. – Экспорт настроек к новой рубрике.
После этого появится диалоговое окно, в котором можно выбрать применение отдельных настроек – см. рис. 8.
Рис 8. Импорт настроек из файла.
этап: редактирование определения тональности документов.
Программа автоматически выстраивает тональность документов, но иногда следует внести корректировки.
Считать эти слова и фразы негативом" - в этот компонент добавляются выражения, которые должны быть маркированы как имеющие отрицательную модальность для конкретной рубрики.
|
|
|
Чтобы добавить фразу в список, ввести ее в поле под ним и нажать кнопку "+". При вводе можно использовать язык запросов IQBuzz.
"Не считать эти слова и фразы негативом" - в этот компонент можно добавлять выражения, которые, ошибочно определяются как обладающие отрицательной тональностью. Как правило, это характерно для случаев иронии и подстрочного смысла в текстах.
"Ширина контекста" позволяет задать расстояние между ключевыми словами поиска и словарными выражениями негатива в тексте документа. Ширина контекста задается в словах, и чем меньше она будет, тем жестче будет работать алгоритм определения тональности. Т.е. вероятность того, что негатив относится именно к объекту мониторинга, будет тем выше, чем меньше расстояние между ними.
Этап: Работа с документами.
Документ - это текст с упоминанием по теме рубрики, взятый из поста в блоге, комментария или сообщения в социальных сетях.
Чтобы просмотреть документы, которые аккумулировались в рубрике, необходимо открыть ее и выбрать вкладку "Документы".
Документы отображаются в виде списка, отсортированного по дате создания. В списке отображаются основные параметры документа, его тональность, а также фрагмент текста с выделенными ключевыми словами рубрики.
Справа находится окно, которое позволяет группировать документы по тональности.
Для анализа каждого документа (при наличии технической возможности) используется дополнительная информация:
· «охват» - количество Интернет-пользователей, которые могли ознакомиться с документом (фактически или потенциально). Для разных источников этот показатель считается по-разному: Twitter - количество читателей автора, Youtube, Rutube, Vimeo - количество просмотров ролика, пост в блоге LiveJournal - количество друзей автора, пост в сообществе LiveJournal - количество участников сообщества, запись на стене группы/сообщества в Facebook и Вконтакте - количество участников группы, сообщения на форуме - количество просмотров.
· «комментариев» - количество комментариев к документу.
· «понравилось» - количество пользователей, которым понравился этот документ, и они поставили на нем соответствующую отметку: для Facebook - число лайков, для Вконтакте - число отметок "Мне нравится", для Youtube - число нажатий "Нравится".
· «поделились» - количество пользователей, которые распространили (перепостили) этот документ через свои аккаунты в социальных сетях. Для Twitter - количество ретвитов, для Facebook и Вконтакте - количество поделившихся, для Youtube - число нажатий кнопки "Поделиться" для ролика, пост в блоге/сообществе LiveInternet - количество процитировавших.
Указанные возможности позволяют исследовать пользовательскую аудиторию сообщений, имеющих определенные контексты и оценивать потенциал их ценностного воздействия.
Работа с автором документа.
Информация об авторе документа выводится в отдельной карточке (карточке автора). Чтобы открыть ее, необходимо кликнуть по кнопке 
в документе и выбрать в открывшемся меню пункт "Карточка автора".
В этом меню автора можно осуществить дополнительные операции.
Карточка автора содержит всю имеющуюся в IQBuzz информацию о выбранном блоггере. В поле "Всего документов" отображается общее количество документов этого автора в базе данных IQBuzz. Кликнув по этому числу, можно просмотреть все его документы.
Этап: Отчеты в IQbuzz .
При работе с каждой рубрикой доступны несколько видов статистических отчетов по документам:
· Документы по времени - показывает динамику создания документов за выбранный период времени.
· Распределение по темам - отображает относительное и абсолютное распределение документов по рубрикам и тональности.
· Распределение по источникам - распределение документов по наиболее активным источникам (блогохостингам).
· Распределение по типам - распределение документов по разным типам источников.
· Облако ключевых слов - список слов и фраз, которые встретились в наибольшем количестве документов рубрики.
· Активность авторов - позволяет получить топ авторов, которые пишут по теме рубрики.
· Активность блогов - топ блогов и сообществ по количеству созданных документов рубрики.
· Распределение авторов по полу - относительное и абсолютное распределение авторов по полу.
· Распределение авторов по возрасту - количественное соотношение авторов различных возрастных категорий.
· Местоположение авторов - географическое распределение авторов по географии (страна и регион).
· Распределение по тегам - показывает распределение документов по указанным тегам.
Отчеты позволяют сравнивать данные различных рубрик и подрубрик.
Чтобы сформировать отчет нужно открыть рубрики и кликнуть по интересующему отчету справа от окна основной информации рубрики – см. рис. 9.
Рис. 9. – Формирование автоматического отчета.
Внутри каждого отчета можно самостоятельно выбирать данные, для этого необходимо провести следующие действия:
Распределение по темам -> кликнуть «выбрать рубрику» ->отметить необходимы данные –> сформировать отчет
Не все типы отчетов позволяют выбрать несколько данных одновременно.
После настройки отчета его можно сохранить как пользовательский, чтобы иметь к нему быстрый доступ, для этого надо кликнуть «сохранить как пользовательский отчет».
Рис. 10. – Экспорт статистики в MicrosoftWord.
Отчеты также можно экспортировать в MicrosoftWord, кликнув кнопку экспортировать отчет – см. рис. 10.
Таким образом, сервис для мониторинга социальных медиа в процессе автоматизированного аккумулирования данных учитывает обширный круг характеристик: язык, геолокацию документов, социально-демографические признаки авторов (пол, возраст), дату опубликования, интересующие исследователя блоги и блогохостинги, типы (жанры) документов и т.д., а также обладает широким аналитическим функционалом: определение динамики информационных потоков, их модальности, публикационной активности различных блогов и блогохостингов, семантическое ядро выгружаемых потоков.
Глава IV . Техника аккумулирования больших данных – цифровых маркеров политических процессов с применением онлайн сервисов для мониторинга социальных медиа (составление поисковых запросов).
Сервисы для мониторинга социальных медиа являются программами для аккумулирования больших данных, осуществляемом на основе поисковых запросов – цифровых маркеров интересующих исследователя процессов. В этой связи особую роль в методике мониторинга социальных медиа играет техника разработки поисковых запросов и словарей маркеров.
Для формирования поискового запроса в IQBuzz используется язык поискового запроса, который включает в себя не только лексические запросы, но и специальные операторы языка.
Язык запросов IQBuzz позволяет формировать поисковые запросы любой сложности, структуры и степени вложенности. Поиск осуществляется по ключевым словам с использованием операторов языка IQBuzz.
По умолчанию ключевые слова ищутся с учетом всех языковых форм русского и английского языков (поиск с учетом морфологии). Существует определенный набор операторов языка сервиса.
Слово1| Слово2 | Слово3 – такие знаки отделения запросов друг от друга означает «Искать любое из слов».
Слово1 & Слово2 – знак & означает «Искать оба слова вместе в пределах всего сообщения».
(Слово1 & Слово2) & -Слово3 Стоп-слова (минус-слова). Это кодирование означает «Исключить сообщения со "Словом 3". Используется только в сочетании с оператором &.
(Слово1 | Слово2 | Слово3) & Слово4 - Скобки нужны для группировки условий в сложносоставных запросах.
"Слово1 Слово2" - искать все слова точно в такой последовательности – словосочетания.
"Слово1 *{1} Слово2 - искать словосочетание с пропущенным словом. @Слово - искать слово именно в такой морфологической форме.
{Слово1 & Слово2,….. 5} - искать все слова вместе в пределах 5 слов по тексту.
мобил% Искать по началу слова #слово Поиск хештегов. Будут найдены слова, перед которыми обязательно стоит символ #
При формировании поискового запроса важно учитывать лексические особенности рассматриваемой темы, в данном случае нельзя как в аналогии с поисковой системой браузера просто написать искомую фразу или тему. IQBuzz не обладает всеми способностями поисковых систем, поэтому для качественного поиска нудны определённые уточнения и исключения.
Пример
Необходимо найти упоминание известной исторической личности Александра Невского.
Если в поле поискового запроса ввести простое сочетание
Александр Невский
В результате выгрузки обнаружится большое количество нерелевантных сообщений с упоминанием не только искомого исторического деятеля, но и современной медийной персоны с аналогичным именем. Таким образом, необходимо указать исключения, найти своего рода стоп слова или маркеры, указывающие на нерелевантные документы. В данном случае таким маркером могут служить слова Голливуд, актер, фильм. В таком случае, поисковой запрос будет выглядеть следующим образом:
(Александр Невский) & - (Голливуд актер фильм)
Оператор «-» исключит сообщения с указанными словами из выдачи.
К созданию поискового запроса необходимо подходить с позиции глубоко анализа искомой темы и небольшой долей креатива. В некоторых сложных случаях необходимо много раз возвращаться к найденным документам, чтобы снова откорректировать поисковой запрос.
При работе с определенными категориями можно выделить некоторую специфику создания поискового запроса.
Работе с ценностными категориями несет в себе определённую сложность, так как ценности имеют абстрактное содержание, большое количество значений, по разному понимаются субъектами сообщений.
Рассмотрим процесс создания поискового запроса на примере кейса «Анализа репрезентаций ценностных ориентаций молодых российских пользователей в сети Интернет».
Первым шагом к формированию поискового запроса было определение списка ценностных категорий, которые должны подвергаться анализу. В случае данного кейса на первом этапе были рассмотрены ценности, которые пользователи указывают на своих страницах в социальной сети ВКонтакте через специальную форму, помимо этого использовались данные глубинных интервью, которые проводились в рамках данного проекта. В результате был выделен ряд укрупненных категорий, отражающих наиболее популярные ценности молодых пользователей интернет.
- семья и дети
- развлечение и отдых
- саморазвитие
- бизнес (карьера, деньги, успех).
Формирование поискового запроса только лишь с использованием выделенных категорий не позволит получить достаточное количество релевантных сообщений. Так, поиск документов с упоминанием слов семья и дети может нам только те, документы, в которых пользователи использовали лишь эти слова, тогда как беседа о семейных ценностях может выражаться и в других лексических формах. Поэтому вторым шагом к формированию поискового запроса было определение как можно большего количества лексических форм, раскрывающих понятие выделенной категории. Каждая категория будет выступать в качестве отдельной рубрики в сервисе.
Пример:
Категория «Семья и дети» наиболее обширная категория, которая будет включать в себя понятия:
Семья, дети, ребенок, дочь, сын, домашний очаг, любовь, любимый человек, отец, мать, мама, папа, семейные ценности.
Список этих категорий можно расширять в зависимости от целей и задач, поставленных перед оператором.
С использование операторов поисковой запрос будет выглядеть следующим образом:
Семья дети ребенок дочь сын (домашний&очаг) любовь (любимый&человек) отец мать мама папа (семейные&ценности).
В данном случае используется оператор или (| или просто пробел) и оператор и (&).
Однако, стоит всегда проверять полученную выдачу сервиса и корректировать запрос. Например, к запросу (домашний&очаг) могут подходить документы, которые содержат упоминания магазина с таким названием или журнала, в таком случае нужно исключить их, указав в поисковом запросе стоп-слова.
Работа с именами (акторами). С одной стороны, формирование поискового запроса для поиска упоминания определенной личности является наиболее легким, с другой стороны, можно столкнуться с определенными трудностями, например, с такими, как в описанном примере с Александром Невским.
Поэтому при работе с акторами важно предварительно определить возможных популярных «двойников» искомой личности и исключить их из выдачи. Вторым шагом является формирование списка имен актора сообщения. Рассмотрим этот шаг на примере личности Владимира Вольфовича Жириновского.
Если в поисковом запросе просто указать фамилию, имя и отчество актора, то сервис найдет лишь те сообщения, в которых личность называют именно так, по имени отчеству. Скорее всего, в выдачу попадут сообщения из новостных лет, посты официального характера и не будут отображать мнения и оценки реальных пользователей. Поэтому необходимо учесть как можно больше возможных вариаций использования имени искомого актора. Для Владимира Вольфовича этот список будет выглядеть следующим образом:
- Жириновский
- Владимир Жириновский
- Владимир Вольфович Жириновский
- Владимир Вольфович
- Жирик
С использованием операторов поисковой запрос будет выглядеть следующим образом:
Жириновский| (Владимир&Жириновский) | (Владимир&Вольфович&Жириновский) | (Владимир&Вольфович)|Жирик
При этом стоит учитывать степень медийности персоны, особенно это касается использования имени и отчества без указания фамилии, в случае с Жириновским сочетание Владимир Вольфович крайне редко не имеет отношение к его персоне.
Продолжая тему медийности необходимо коснуться менее известных персон. Рассмотрим этот аспект на примере Губернатора Ставропольского края Владимирова Владимира Владимировича. Помимо менее широкого охвата пользователей Владимиров имеет еще специфическое сочетания фамилии, имени и отчества. При формировании поискового запроса с указанием лишь этих категорий сервис выгружает огромное количество нерелевантных сообщений, в которых есть и упоминания Владимира Путина, так как он часто в границах одного сообщения упоминается как «Владимир Владимирович», и просто большого количества людей в инициалах которых фигурирует имя Владимир.
«Чистить», то есть повышать релевантность массива сообщений при помощи указания стоп-слов в данном случае затруднительно и поэтому рациональнее будет сузить поиск за счёт указания какого-либо маркера-уточнения. В данном случае, маркером могла бы стать должность интересующего лица или регион, в котором эта персона работает. Таким образом, примером корректного поискового запроса служит следующая система маркеров:
((Владимиров&Владимир) (Владимиров&Владимир&Владимирович)) & ((губернатор (ставропольский&край) Ставрополье))
Стоит обратить внимание, что в данном случае оператор & (и) используется для объединения двух больших частей поискового запроса, это сделано с той целью, чтобы в выборку попали лишь те сообщения, в которых указывается и имя Владимирова, и его должность или регион.
Отдельно необходимо коснуться особенностей формирования поискового запроса для персон, которые находятся на пике популярности и обсуждаются большим количеством людей в ежедневном формате. К таким лицам можно отнести Президента РФ Владимира Владимировича Путина. Сложность такого поискового запроса состоит в том, что мощности сервиса просто не справляются с таким потоком сообщений. Это связано с тем, что количество сообщений, выгружаемых за определённый период времени, ограничено.
Представим ситуацию, в которой оператору необходимо выгрузить сообщения с упоминанием Владимира Путина за последнюю неделю. Программа может выгружать до 50 тысяч сообщений за один запрос (для пакета «Профи»), но обсуждение личности Путина настолько широко, что в день в сети появляется намного больше сообщений, чем 50 тысяч. В таком случае программа выгрузит последние 50 тысяч сообщений, и оператору не удастся охватить обсуждения, которые были в начале анализируемого периода.
Такую проблему можно решать уменьшением временных рамок рубрики и поэтапной выгрузкой. Так, сообщения за неделю будут выгружены в семь этапов. Для этого необходимо настроить семь идентичных рубрик, в которых будет меняться только рассматриваемый период, которых будет ограничиваться одним днем. В зависимости от продолжительности рассматриваемого периода и количества сообщений рамки этих этапов будут дифференцироваться и настраиваться индивидуально для каждого кейса.
Работа с контекстами. Чаще всего поисковые запросы формируются, исходя из тех контекстов, которые являются фоном изучаемой темы. Наиболее показательный пример – создание маркеров для выгрузки сообщений в исследовательском кейсе, связанном с формированием протестных установок в украинских социальных медиа. Довольно эффективными поисковыми запросами были слова, обозначающие неприязненное отношение к ныне бывшему Президенту Украины («Предатель|Вор|Януч|Бандюкович» и т.д.). Их упоминание в сообщениях украинского сегмента социальных медиа периода ноября 2013 – февраля 2014 года означало выражение протестных установок [1, 2]. В каждом исследовательском случае важно найти те поисковые запросы, которые позволят выгрузить максимальное число релевантных документов.
Для исследовательского кейса, нацеленного на изучение информационных потоков, в которых отражена специфика межнациональных отношений в Крыму, были определены контексты вокруг таких знаковых для данной темы событий, как:
- признание Меджлиса экстремистской организацией;
- победа украинской участницы Евровидения в 2016 году с песней о депортации крымских татар в 1944 году;
- митинги в мае 2015 и 2016 годов, связанные с депортацией крымских татар в 1944 году ;
- резолюции ООН о нарушении прав крымских татар, принятые в 2017 году;
- помилование лидеров Меджлиса 26 октября 2017 года.
Перечисленные контексты обусловили разработку следующих запросов для выгрузки релевантного потока: "Угнетение крымских татар"|"Захватчики Крыма"|Русовластье|"Оккупация Крыма"|"Департация крымских татар"|"Вечная боль крымских татар"|"Геноцид крымских татар"|"Крым-Украина"|"Крым-не Россия"|"Крымские татары-хозяева Крыма"|"Слава Украине", {(«крымские татары»|«крымско-татарский народ»|«крымско-татарское население»|меджлис|Джемилев|Чубаров)& (Россия|русские|оккупация|«Российская империя»|оккупанты|депортация|геноцид|«массовые репрессии»|«массовые убийства»|Сталин|«советская власть»|«сталинский режим».).
Работа с событиями. Работа с событиями – это наиболее сложный процесс формирования поискового запроса. Потому что событие очень широкая категория, которая требует учет многих лексических форм. Рассмотрим все этапы формирования поискового запроса для событий на примере кейса «Анализ упоминаний событий на Украине в ноябре 2013 – феврале 2014 гг».
При анализе события необходимо фактически провести его операционализацию и выделить основные формы категорий, которые будут входить в состав релевантного сообщения из социальных медиа. Процесс операционализации события индивидуален для каждого случая и поэтому первым этапом для формирования поискового запроса будет выступать ивент-анализ рассматриваемого события. В данном кейсе был провел ивент-анализ, массивом которого выступали сообщения интернет-СМИ Украины и России. В результате ивент-анализа были выделена периодизация события, а также три формы категорий, которые должны были входить в состав каждого поискового запроса.
- акторы сообщений (то, о ком говорят) – см. табл. 2;
- содержательный смысл сообщения (то, как говорят);
- артефактная составляющая сообщения (то, о чем говорят).
Таблица 2. Типы акторов в сообщениях репрезентации протестных установок украинских пользователей в ноябре 2013 – феврале 2014 годов.
| Пассивный нигилизм (жалобы, несогласия, обвинения, в т.ч. в адрес акторов) | Российские власти (Путин) | Американские власти (Обама) | Власти Евросоюза (чаще всего, просто «Европа» или «Евросоюз) | Украинская «конвенциональная оппозиция» (которая начала протест) (Кличко, Яценюк) | Украинская радикальная оппозиция (которая инициировала неконвенциональные протесты) | Украинская власть (Янукович, Азаров) | Отсутствие акторов в релевантном сообщении |
| Активный нигилизм (призывы к протестным действиям) | Российские власти (Путин) | Американские власти (Обама) | Власти Евросоюза (чаще всего, просто «Европа» или «Евросоюз) | Украинская «конвенциональная оппозиция» (которая начала протест) (Кличко, Яценюк) | Украинская радикальная оппозиция (которая инициировала неконвенциональные протесты) | Украинская власть (Янукович, Азаров) | Отсутствие акторов в релевантном сообщении |
Акторами сообщения выступают политические силы, содержание сообщений определялось наличием лексических форм пассивного и активного нигилизма, артефактором сообщений служила категория «Евромайдан».
Формирование таких развернутых критериев поискового запроса позволило не только получить максимально релевантные сообщения в выгрузке, но и провести типологизацию сообщений, измерить их вес в разные периоды события, и в результате сделать выводы о развитии протеста в рамках социальных медиа.
Для каждого типа сообщений формируется отдельная рубрика и отдельный поисковой запрос, достаточно сложный в составлении он позволяет устранить нерелевантные сообщения.
На основе маркеров, представленных в таблице 2, получены результаты, показанные на рис. 11 и 12. На них данные о динамике активно-нигилистического и пассивно-нигилистического протестных информационных потоков, в которых упомянуты различные политические акторы в украинском сегменте социальных медиа в январе-феврале 2014 года.
Рисунок 11. Хронологическое распределение сообщений активно-нигилистического характера с учетом акторов (16 января - 22 февраля 2014 года)
Рисунок 12. Хронологическое распределение сообщений пассивно-нигилистического характера с учетом акторов (16 января - 22 февраля 2014 года)
Исходя из этого, разработка поисковых запросов имеет значимость не только с позиций содержательного сегментирования, но и является основой для анализа динамики аккумулированных потоков, выявления специфики социально-демографических характеристик авторов сообщений, геолокации создания документов, особенностей публикационной активности лидеров общественного мнения, формирующих установки пользователей в отношении того или иного предмета внутри сегментированных по поисковым запросам социально-медийных потоков.
Дата добавления: 2019-02-22; просмотров: 192; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!