Standard

Использование методов машинного обучения для анализа эмоционого состояния жителей мегаполиса. / Чижик, Анна Владимировна; Мельникова, С.А.

Региональная информатика (РИ-2022): Юбилейная XVIII Санкт-Петербургская международная конференция. Материалы конференции. СПб : НИУ ИТМО, 2022. p. 35-36.

Research output: Chapter in Book/Report/Conference proceedingConference contributionResearchpeer-review

Harvard

Чижик, АВ & Мельникова, СА 2022, Использование методов машинного обучения для анализа эмоционого состояния жителей мегаполиса. in Региональная информатика (РИ-2022): Юбилейная XVIII Санкт-Петербургская международная конференция. Материалы конференции. НИУ ИТМО, СПб, pp. 35-36, XVIII Санкт-Петербургская международная конференция , Санкт-Петербург, Russian Federation, 26/10/22.

APA

Чижик, А. В., & Мельникова, С. А. (2022). Использование методов машинного обучения для анализа эмоционого состояния жителей мегаполиса. In Региональная информатика (РИ-2022): Юбилейная XVIII Санкт-Петербургская международная конференция. Материалы конференции (pp. 35-36). НИУ ИТМО.

Vancouver

Чижик АВ, Мельникова СА. Использование методов машинного обучения для анализа эмоционого состояния жителей мегаполиса. In Региональная информатика (РИ-2022): Юбилейная XVIII Санкт-Петербургская международная конференция. Материалы конференции. СПб: НИУ ИТМО. 2022. p. 35-36

Author

Чижик, Анна Владимировна ; Мельникова, С.А. / Использование методов машинного обучения для анализа эмоционого состояния жителей мегаполиса. Региональная информатика (РИ-2022): Юбилейная XVIII Санкт-Петербургская международная конференция. Материалы конференции. СПб : НИУ ИТМО, 2022. pp. 35-36

BibTeX

@inproceedings{16b715be8bff466189226a8fcbe953a5,
title = "Использование методов машинного обучения для анализа эмоционого состояния жителей мегаполиса",
abstract = "В докладе описывается опыт использования методов классического машинного обучения для сопоставления эмоционального состояния индивидов, живущих в мегаполисе, с их самоощущением. Базовая гипотеза заключается в том, что каждый пользователь социальной сети оставляет цифровой след, по нему, в частности, достаточно легко определить локации, с которыми человек наиболее часто соотносится. В случае мегаполиса такими локациями являются районы. Очевидно, что, выделив районы, с которыми соотносится индивид, его размещенные в публичном доступе комментарии могут быть использованы для анализа «эмоциональности» локации. В то же время существуют классические социологические практики, с помощью которых можно выяснить самоощущение жителей районов внутри выбранной локации. Итак, результатом данного исследования является сопоставление характера эмоций, привязанных к району, которые могут быть детектированы посредством сбора текстовых данных в социальных сетях, и субъективных ощущений жителей района при ответе на вопросы о психологическом комфорте жизни в заданной локации. Практический итог исследование - две размеченные карты.",
author = "Чижик, {Анна Владимировна} and С.А. Мельникова",
year = "2022",
language = "русский",
pages = "35--36",
booktitle = "Региональная информатика (РИ-2022)",
publisher = "НИУ ИТМО",
address = "Российская Федерация",
note = "XVIII Санкт-Петербургская международная конференция : Региональная информатика (РИ-2022), РИ-2022 ; Conference date: 26-10-2022 Through 28-12-2022",
url = "http://www.spoisu.ru/files/ri/ri2022/ri2022_program.pdf, http://www.spoisu.ru/conf/ri2022, http://spoisu.ru/conf/ri2022",

}

RIS

TY - GEN

T1 - Использование методов машинного обучения для анализа эмоционого состояния жителей мегаполиса

AU - Чижик, Анна Владимировна

AU - Мельникова, С.А.

PY - 2022

Y1 - 2022

N2 - В докладе описывается опыт использования методов классического машинного обучения для сопоставления эмоционального состояния индивидов, живущих в мегаполисе, с их самоощущением. Базовая гипотеза заключается в том, что каждый пользователь социальной сети оставляет цифровой след, по нему, в частности, достаточно легко определить локации, с которыми человек наиболее часто соотносится. В случае мегаполиса такими локациями являются районы. Очевидно, что, выделив районы, с которыми соотносится индивид, его размещенные в публичном доступе комментарии могут быть использованы для анализа «эмоциональности» локации. В то же время существуют классические социологические практики, с помощью которых можно выяснить самоощущение жителей районов внутри выбранной локации. Итак, результатом данного исследования является сопоставление характера эмоций, привязанных к району, которые могут быть детектированы посредством сбора текстовых данных в социальных сетях, и субъективных ощущений жителей района при ответе на вопросы о психологическом комфорте жизни в заданной локации. Практический итог исследование - две размеченные карты.

AB - В докладе описывается опыт использования методов классического машинного обучения для сопоставления эмоционального состояния индивидов, живущих в мегаполисе, с их самоощущением. Базовая гипотеза заключается в том, что каждый пользователь социальной сети оставляет цифровой след, по нему, в частности, достаточно легко определить локации, с которыми человек наиболее часто соотносится. В случае мегаполиса такими локациями являются районы. Очевидно, что, выделив районы, с которыми соотносится индивид, его размещенные в публичном доступе комментарии могут быть использованы для анализа «эмоциональности» локации. В то же время существуют классические социологические практики, с помощью которых можно выяснить самоощущение жителей районов внутри выбранной локации. Итак, результатом данного исследования является сопоставление характера эмоций, привязанных к району, которые могут быть детектированы посредством сбора текстовых данных в социальных сетях, и субъективных ощущений жителей района при ответе на вопросы о психологическом комфорте жизни в заданной локации. Практический итог исследование - две размеченные карты.

UR - https://elibrary.ru/item.asp?id=49977068

M3 - статья в сборнике материалов конференции

SP - 35

EP - 36

BT - Региональная информатика (РИ-2022)

PB - НИУ ИТМО

CY - СПб

T2 - XVIII Санкт-Петербургская международная конференция

Y2 - 26 October 2022 through 28 December 2022

ER -

ID: 103631041