Сочинение на тему Анализ ситуации с публикациями в Facebook различных бангладешских газет

Введение

Средства массовой информации в современном глобализированном мире не были такими, какими они были, когда людям приходилось ждать утренних газет или радиопередач, чтобы следить за различными событиями во вселенной. Аналогичным образом, создание, распространение и использование новостей больше не соответствуют эпохе, предшествующей инновациям, когда люди полагались только на круглосуточные средства массовой информации. Однако в настоящее время все больше людей, ищущих новости, постоянно выходят в Интернет, чтобы узнать о самых последних инцидентах по всему миру. Социальные медиа стремительно меняют медиа-сцену в недавних условиях создания и распространения новостей. В настоящее время, когда быстрые темпы глобализации влияют на все аспекты жизни и расстраивают новаторство в области данных, что коренным образом изменило процедуру генерирования новостей и их распространение. В настоящее время все пользователи интернета могут без особых хлопот поучаствовать в глобальной арене, где новости открыты и легко распространяются среди других. Чтобы определить термин «социальные медиа» в соответствии с Википедией, Википедия ссылается на то, что социальные медиа – это онлайн-инновации, которые позволяют пользователям обмениваться информацией, мыслями, интересами и различными типами артикуляции через виртуальные сети. Facebook, LinkedIn и Twitter являются одними из популярных социальных сетей и сайтов для общения, которые позволяют их пользователям поддерживать связь с сайтами посредством обновления текста, изображений, видео или статуса. Неоспорим тот факт, что общепринятый стандарт практики работы со СМИ и журналистики претерпевает изменения из-за интерактивного аспекта и значительной роли социальных сетей в общении и последних новостях.

Новостные сайты социальных сетей представлены почти в текстовом формате, который рассматривается как неструктурированный текст. Интеллектуальный анализ текста особенно используется как способ извлечения неопределенных и практических моделей или информации из суммирования огромных и неструктурированных данных или корпусов. Ученые утверждают, что компьютерная лингвистика, информационный поиск (IR) и интеллектуальный анализ данных – это некоторые области исследований, которые включены в одну из ветвей интеллектуального анализа данных, называемую интеллектуальным анализом текста. Для повышения эффективности анализа текста было введено большое количество методов интеллектуального анализа текста, таких как «обнаружение и отслеживание тем, извлечение ключевых слов, анализ настроений, кластеризация документов и автоматическое суммирование документов». Кроме того, NPL – это коррелированная область с анализом текста, которая обеспокоена взаимоотношениями между огромным количеством существующих неструктурированных текстов. Создание новостей и потребление контента, созданного пользователями, сделало недавнюю дискуссию в СМИ возможной областью исследований.

Мотивация

Bangla стала одним из самых распространенных языков в мире. На страницах Facebook различных бангладешских газет ежедневно публикуется большое количество публикаций на бангла. Тексты на языке бангла не структурированы, и их необходимо преобразовать в информативные знания из огромного количества данных с помощью различных методов анализа текста. Из-за нехватки литературы по анализу текста на бангла, а точнее на новостях на бангла, настоящее исследование направлено на изучение модели анализа текстовых новостей на бангла, существующих в социальных сетях. Основной причиной начала моих исследований является наличие большого количества текстов на языке бангла, которые я хочу преобразовать в конструктивные знания.

Фон

Мотивом проведения базового исследования является содействие изучаемому настоящему исследованию. Это начальный этап исследования для разработки тезиса, так как есть много вопросов, которые должны быть очевидны, и мысли, которые необходимо прояснить. Все соответствующие существующие работы были выполнены с использованием различных методов интеллектуального анализа текста, относящихся к этому разделу, а также областей и задач.

Похожие работы

Социальные сети все чаще привлекают все больше читателей и писателей. Влияние широкого спектра социальных сетей на основе Интернета заключается в его привлекательном качестве и общей репутации среди интернет-пользователей по всему миру. В связи с глобальным распространением социальных сетей, например Facebook, средства массовой информации устарели, сегодня речь идет о персональных медиа. Совершенно бесспорно, что сайт социальной сети, как Facebook имеет один из самых популярных источников современных новостей, где пользователи имеют доступ к страницам Facebook газет, и они имеют возможность выбирать, что читать или нет. В основном то, что мы, пользователи онлайн, делаем, когда мы выходим в онлайн, выбирает вид новостей или просмотров, которые нам действительно важны.

В ходе исследования были рассмотрены различные методы анализа текста для анализа текстовой модели социальной сети наряду с онлайн-приложениями. Опрос показал, что авторы, нацеленные на них, дают обширное представление о различных методах анализа текста и их упражнениях на социальных сайтах. Классификация и кластеризация являются двумя недавно разработанными ключевыми подходами к интеллектуальному анализу текста в аспекте интеллектуального анализа неструктурированного текста.

Недавно было проведено исследование по анализу текста и аналитике, исследование, которое анализировало неструктурированный текст на английском языке различных новостных каналов в сообщениях Facebook. Исследование показало несколько методов анализа неоднозначных наборов необработанных данных и их преобразования в количественные данные. Исследование основывалось на встроенном инструменте, используемом для сбора данных Facebook, а процесс анализа был выполнен RapidMiner, интегрированной средой для обработки данных.

Уделяя особое внимание «арабской весне», рассмотренной на этом жизненно важном этапе истории, Facebook намерен собрать удобные сведения о настроениях пользователей в Интернете. Основываясь на методе опорных векторов (SVM) и Наиве Байеса, аналитики использовали систему для этой цели. Кроме того, формируется лексический ресурс для анализа настроений, который извлекается из смайликов, междометий и сокращений, полученных из обновлений пользовательских статусов. Несмотря на то, что в ходе исследования были получены глубокие выводы о тунисских пользователях Facebook. В январе 2011 года произошла тунисская революция, которая является одним из их зафиксированных моментов, однако в ней были обнаружены некоторые недостатки, связанные с изменением эмоций целевых пользователей в определенной точке. Расследование не учитывало фактор временной зависимости при его рассмотрении и обмене, который не полностью повлиял на результаты. Если бы исследование включало в свое исследование функцию, связанную со временем, оно было бы более увлекательным.

Небольшое исследование было направлено на изучение огромной информации, ежедневно публикуемой клиентами, которая может быть полезна для выгоды организаций. Тем не менее, использование сайтов социальных сетей умеренно увеличивается с каждым днем. Чтобы раскрыть, как анализ данных социальных сетей может стать значимым для лиц, принимающих решения, а также для исследования и практики управления, постарайтесь представить тематическое исследование. Данные были собраны через мобильную страницу SAMSUNG в Facebook. Используя «NCapture для NVivo 10», было получено 128 371 комментарий, представляющий корпус исследований с 10 июня по 10 сентября.