Standard

РАЗРАБОТКА СИСТЕМЫ ДЛЯ ТОНОВОГО АНАЛИЗА ОТЗЫВОВ ПОЛЬЗОВАТЕЛЕЙ ПОРТАЛА "AUTOSTRADA.INFO/RU". / Селиверстов, Ярослав Александрович; Чигур, Виктория Игоревна; Селиверстов, Святослав Александрович; Свистунова, Александра Сергеевна.

в: Труды СПИИРАН, Том 18, № 2, 2019, стр. 354-389.

Результаты исследований: Научные публикации в периодических изданияхстатья

Harvard

Селиверстов, ЯА, Чигур, ВИ, Селиверстов, СА & Свистунова, АС 2019, 'РАЗРАБОТКА СИСТЕМЫ ДЛЯ ТОНОВОГО АНАЛИЗА ОТЗЫВОВ ПОЛЬЗОВАТЕЛЕЙ ПОРТАЛА "AUTOSTRADA.INFO/RU".', Труды СПИИРАН, Том. 18, № 2, стр. 354-389. <http://elibrary.ru/item.asp?id=37305497>

APA

Селиверстов, Я. А., Чигур, В. И., Селиверстов, С. А., & Свистунова, А. С. (2019). РАЗРАБОТКА СИСТЕМЫ ДЛЯ ТОНОВОГО АНАЛИЗА ОТЗЫВОВ ПОЛЬЗОВАТЕЛЕЙ ПОРТАЛА "AUTOSTRADA.INFO/RU". Труды СПИИРАН, 18(2), 354-389. http://elibrary.ru/item.asp?id=37305497

Vancouver

Селиверстов ЯА, Чигур ВИ, Селиверстов СА, Свистунова АС. РАЗРАБОТКА СИСТЕМЫ ДЛЯ ТОНОВОГО АНАЛИЗА ОТЗЫВОВ ПОЛЬЗОВАТЕЛЕЙ ПОРТАЛА "AUTOSTRADA.INFO/RU". Труды СПИИРАН. 2019;18(2):354-389.

Author

Селиверстов, Ярослав Александрович ; Чигур, Виктория Игоревна ; Селиверстов, Святослав Александрович ; Свистунова, Александра Сергеевна. / РАЗРАБОТКА СИСТЕМЫ ДЛЯ ТОНОВОГО АНАЛИЗА ОТЗЫВОВ ПОЛЬЗОВАТЕЛЕЙ ПОРТАЛА "AUTOSTRADA.INFO/RU". в: Труды СПИИРАН. 2019 ; Том 18, № 2. стр. 354-389.

BibTeX

@article{368b80f8fbc94f609b3cabbfda3a3c2b,
title = "РАЗРАБОТКА СИСТЕМЫ ДЛЯ ТОНОВОГО АНАЛИЗА ОТЗЫВОВ ПОЛЬЗОВАТЕЛЕЙ ПОРТАЛА {"}AUTOSTRADA.INFO/RU{"}.",
abstract = "Социальные сети (Вконтакте, Facebook), тематические сообщества всетях микроблогинга (Twitter), ресурсы для путешественников (TripAdvisor) и транспортные порталы (Autostrada) являются источником актуальной и оперативнойинформации о дорожно-транспортной обстановке, качестве предоставляемых транспортных услуг и степени удовлетворенности пассажиров уровнем транспортного обслуживания. Однако существующие системы транспортного мониторинга не содержатпрограммных инструментов, способных осуществлять сбор и анализ дорожно- транспортной информации в среде Интернет. В настоящей работе рассматривается задача построения системы автоматического извлечения и классификации дорожно-транспортной информации с транспортных интернет-порталов и апробация разработанной системы для анализа транспортных сетей Крыма и города Севастополя. Для решения этой задачи проанализированы библиотеки с открытым исходным кодомдля тематического сбора и исследования данных. Разработан алгоритм для извлечения и анализа текстов. Осуществлена разработк",
keywords = "automatic text analysis, classification of texts, Crowlers, intelligent transport systems, linear classifier, machine training, naive Bayes algorithm, sentiment analysis, tf-idf, автоматический анализ текстов, анализ тональности, интеллектуальные транспортные системы, классификациятекстов, краулеры, линейный классификатор, машинное обучение, наивный Байесовский алгоритм, automatic text analysis, classification of texts, Crowlers, intelligent transport systems, linear classifier, machine training, naive Bayes algorithm, sentiment analysis, tf-idf, автоматический анализ текстов, анализ тональности, интеллектуальные транспортные системы, классификациятекстов, краулеры, линейный классификатор, машинное обучение, наивный Байесовский алгоритм",
author = "Селиверстов, {Ярослав Александрович} and Чигур, {Виктория Игоревна} and Селиверстов, {Святослав Александрович} and Свистунова, {Александра Сергеевна}",
year = "2019",
language = "русский",
volume = "18",
pages = "354--389",
journal = "SPIIRAS Proceedings",
issn = "2078-9181",
publisher = "Санкт-Петербургский институт информатики и автоматизации РАН",
number = "2",

}

RIS

TY - JOUR

T1 - РАЗРАБОТКА СИСТЕМЫ ДЛЯ ТОНОВОГО АНАЛИЗА ОТЗЫВОВ ПОЛЬЗОВАТЕЛЕЙ ПОРТАЛА "AUTOSTRADA.INFO/RU".

AU - Селиверстов, Ярослав Александрович

AU - Чигур, Виктория Игоревна

AU - Селиверстов, Святослав Александрович

AU - Свистунова, Александра Сергеевна

PY - 2019

Y1 - 2019

N2 - Социальные сети (Вконтакте, Facebook), тематические сообщества всетях микроблогинга (Twitter), ресурсы для путешественников (TripAdvisor) и транспортные порталы (Autostrada) являются источником актуальной и оперативнойинформации о дорожно-транспортной обстановке, качестве предоставляемых транспортных услуг и степени удовлетворенности пассажиров уровнем транспортного обслуживания. Однако существующие системы транспортного мониторинга не содержатпрограммных инструментов, способных осуществлять сбор и анализ дорожно- транспортной информации в среде Интернет. В настоящей работе рассматривается задача построения системы автоматического извлечения и классификации дорожно-транспортной информации с транспортных интернет-порталов и апробация разработанной системы для анализа транспортных сетей Крыма и города Севастополя. Для решения этой задачи проанализированы библиотеки с открытым исходным кодомдля тематического сбора и исследования данных. Разработан алгоритм для извлечения и анализа текстов. Осуществлена разработк

AB - Социальные сети (Вконтакте, Facebook), тематические сообщества всетях микроблогинга (Twitter), ресурсы для путешественников (TripAdvisor) и транспортные порталы (Autostrada) являются источником актуальной и оперативнойинформации о дорожно-транспортной обстановке, качестве предоставляемых транспортных услуг и степени удовлетворенности пассажиров уровнем транспортного обслуживания. Однако существующие системы транспортного мониторинга не содержатпрограммных инструментов, способных осуществлять сбор и анализ дорожно- транспортной информации в среде Интернет. В настоящей работе рассматривается задача построения системы автоматического извлечения и классификации дорожно-транспортной информации с транспортных интернет-порталов и апробация разработанной системы для анализа транспортных сетей Крыма и города Севастополя. Для решения этой задачи проанализированы библиотеки с открытым исходным кодомдля тематического сбора и исследования данных. Разработан алгоритм для извлечения и анализа текстов. Осуществлена разработк

KW - automatic text analysis

KW - classification of texts

KW - Crowlers

KW - intelligent transport systems

KW - linear classifier

KW - machine training

KW - naive Bayes algorithm

KW - sentiment analysis

KW - tf-idf

KW - автоматический анализ текстов

KW - анализ тональности

KW - интеллектуальные транспортные системы

KW - классификациятекстов

KW - краулеры

KW - линейный классификатор

KW - машинное обучение

KW - наивный Байесовский алгоритм

KW - automatic text analysis

KW - classification of texts

KW - Crowlers

KW - intelligent transport systems

KW - linear classifier

KW - machine training

KW - naive Bayes algorithm

KW - sentiment analysis

KW - tf-idf

KW - автоматический анализ текстов

KW - анализ тональности

KW - интеллектуальные транспортные системы

KW - классификациятекстов

KW - краулеры

KW - линейный классификатор

KW - машинное обучение

KW - наивный Байесовский алгоритм

M3 - статья

VL - 18

SP - 354

EP - 389

JO - SPIIRAS Proceedings

JF - SPIIRAS Proceedings

SN - 2078-9181

IS - 2

ER -

ID: 78520536