論文の概要: Reddiment: Eine SvelteKit- und ElasticSearch-basierte Reddit Sentiment-Analyse

• arxiv url: http://arxiv.org/abs/2312.05289v1
• Date: Fri, 8 Dec 2023 16:43:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-12 21:47:44.314195
• Title: Reddiment: Eine SvelteKit- und ElasticSearch-basierte Reddit Sentiment-Analyse
• Title（参考訳）: Reddiment: Eine SvelteKit-とElasticSearch-basierte Reddit Sentiment-Analyse
• Authors: Tobias Bauer and Fabian Beer and Daniel Holl and Ardian Imeraj and Konrad Schweiger and Philipp Stangl and Wolfgang Weigl and Christoph P. Neumann
• Abstract要約: Reddimentはウェブベースのダッシュボードで、サブレディットテキストの感情分析と株価を結びつける。 Node.jsのバックエンドはデータを管理し、Redditコメントを収集するクローラーと通信する。 このプロジェクトは、例えば暗号通貨レートの統合のような拡張オプションを提供している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Reddiment is a web-based dashboard that links sentiment analysis of subreddit texts with share prices. The system consists of a backend, frontend and various services. The backend, in Node.js, manages the data and communicates with crawlers that collect Reddit comments and stock market data. Sentiment is analyzed with the help of Vader and TextBlob. The frontend, based on SvelteKit, provides users with a dashboard for visualization. The distribution is carried out via Docker containers and Docker Compose. The project offers expansion options, e.g. the integration of cryptocurrency rates. Reddiment enables the analysis of sentiment and share prices from subreddit data.
• Abstract（参考訳）: Reddimentはウェブベースのダッシュボードで、サブレディットテキストの感情分析と株価を結びつける。 システムはバックエンド、フロントエンド、およびさまざまなサービスで構成される。 Node.jsのバックエンドはデータを管理し、Redditのコメントや株式市場のデータを集めるクローラーと通信する。 感性はVaderとTextBlobの助けを借りて分析される。 SvelteKitをベースとしたフロントエンドは、視覚化のためのダッシュボードを提供する。 ディストリビューションはDockerコンテナとDocker Composeを介して実行される。 このプロジェクトは、例えば暗号通貨レートの統合など、拡張オプションを提供している。 レディメントは、サブレディットデータから感情分析と株価分析を可能にする。

関連論文リスト

• Utilizing deep learning models for the identification of enhancers and super-enhancers based on genomic and epigenomic features [0.0]
  本稿では,9つの広く認識されている暗号通貨に着目した,英語のつぶやきの膨大なデータセットを広範囲に検証する。 我々の主な目的は、これらの暗号通貨に関連するソーシャルメディアコンテンツの心理言語学的・感情分析を行うことであった。 この研究は、様々なデジタルコインの言語特性を比較し、各コインのコミュニティに現れる独特の言語パターンに光を当てた。
  論文  参考訳（メタデータ） (2024-01-15T04:58:50Z)
• A Comprehensive Review on Sentiment Analysis: Tasks, Approaches and Applications [0.2717221198324361]
  感性分析(SA)はテキストマイニングにおける新たな分野である。 これは、異なるソーシャルメディアプラットフォーム上でテキストで表現された意見を計算的に識別し、分類するプロセスである。
  論文  参考訳（メタデータ） (2023-11-19T06:29:41Z)
• What's In My Big Data? [67.04525616289949]
  大規模なテキストコーパスの内容を明らかにするためのプラットフォームと16の分析セットであるWIMBD(What's In My Big Data?)を提案する。 WIMBDは2つの基本的な機能 – カウントとサーチ – を大規模に構築することで,標準的な計算ノード上で35テラバイト以上を解析することが可能になります。 これらのコーパスについて, 重複, 合成, 品質の低下など, 意外かつ未発表の発見がいくつか見出された。
  論文  参考訳（メタデータ） (2023-10-31T17:59:38Z)
• Analyzing Political Figures in Real-Time: Leveraging YouTube Metadata for Sentiment Analysis [0.0]
  YouTubeビデオメタデータのビッグデータを用いた感情分析を行い、様々な政治的人物の世論を分析することができる。 本研究は,YouTubeビデオメタデータを利用した感情分析システムの構築を目的とした。 感情分析モデルはLSTMアルゴリズムを用いて構築され、肯定的な感情と否定的な感情の2種類の感情を生成する。
  論文  参考訳（メタデータ） (2023-09-28T08:15:55Z)
• Exploring Embeddings for Measuring Text Relatedness: Unveiling Sentiments and Relationships in Online Comments [1.7230140898679147]
  本稿では,様々なソーシャルメディアプラットフォームにおけるコメント間の感情的・意味的関係について検討する。 単語の埋め込みを使って文や文書のコンポーネントを分析する。 我々の分析は、オンラインコメントの相互接続性をより深く理解し、大きな相互接続脳として機能するインターネットの概念を調査する。
  論文  参考訳（メタデータ） (2023-09-15T04:57:23Z)
• OSN Dashboard Tool For Sentiment Analysis [0.0]
  意見はすべての人間の活動の中心であるため、このタイプのデータに対する洞察を得るために感情分析が適用されている。 主な欠点は、分類と高レベルの可視化のための標準化されたソリューションがないことである。 本研究では,オンラインソーシャルネットワーキング分析のための感情分析ダッシュボードを提案する。
  論文  参考訳（メタデータ） (2022-06-14T15:56:32Z)
• Interactive Visualization of Protein RINs using NetworKit in the Cloud [57.780880387925954]
  本稿では,タンパク質動態,特に残基相互作用ネットワーク(RIN)の例について考察する。 NetworKitを使ってクラウドベースの環境を構築しています。 このアプローチの汎用性を実証するために、私たちは、RIN視覚化のためのカスタムJupyterベースのウィジェットを構築するためにそれを使用します。
  論文  参考訳（メタデータ） (2022-03-02T17:41:45Z)
• Content-based Analysis of the Cultural Differences between TikTok and Douyin [95.32409577885645]
  ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。 特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。 同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。 メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
  論文  参考訳（メタデータ） (2020-11-03T01:47:49Z)
• COOKIE: A Dataset for Conversational Recommendation over Knowledge Graphs in E-commerce [64.95907840457471]
  我々は,COOKIEと呼ばれる電子商取引プラットフォームにおける知識グラフに対する対話的推薦のための新しいデータセットを提案する。 データセットはAmazonのレビューコーパスから構築され、ユーザエージェント対話とカスタムナレッジグラフを統合してレコメンデーションする。
  論文  参考訳（メタデータ） (2020-08-21T00:11:31Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)
• Learning to Summarize Passages: Mining Passage-Summary Pairs from Wikipedia Revision Histories [110.54963847339775]
  ウィキペディアページのリビジョン履歴をマイニングすることで,パス・トゥ・サマリーデータセットを自動構築する手法を提案する。 特に、本手法では、ページに追加される本体の通路と導入文を同時にマイニングする。 構築されたデータセットは、100万以上のパス・サマー・ペアを含む。
  論文  参考訳（メタデータ） (2020-04-06T12:11:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。