Подходы к разработке информационной системы мониторинга мнений и оценки социального самочувствия

Авторы

  • Zh. D. Mamykova Казахский национальный университет имени аль-Фараби
  • G. M. Mutanov Казахский национальный университет имени аль-Фараби
  • Zh. T. Sundetova Казахский национальный университет имени аль-Фараби
  • S. M. Torekul Казахский национальный университет имени аль-Фараби

DOI:

https://doi.org/10.26577/JMMCS-2018-4-574
        65 96

Ключевые слова:

мониторинг социальных сетей, анализ комментариев, социальное самочувствие, оценка пользовательского восприятия

Аннотация

Стремительное распространение социальных онлайн-сервисов и развитие технологий Больших Данных инициировали интерес к использованию сведений из социальных сетей в различных отраслях. Сегодня приобретают популярность технологии «мониторинга социальных сетей» (social listening) и контент-анализа. Данные сервисы в основном представлены зарубежными разработками, лингвистические словари, которых построены на английском языке, и они плохо адаптированы под русский и казахский языки.

В представленной статье описан процесс проектирования и разработки информационной системы для «мониторинга социальных сетей», адаптированной под специфику казахского и русского языка, а также форм сленгового общения, с целью определения эмоционального окраса пользовательского восприятия контента, и оценки социального самочувствия в стране/регионе. В работе представлен алгоритм информационной системы с описанием функциональных возможностей, а также методы и модели.  Кроме этого, рассматривается продукционная модель оценки социального самочувствия и модель семантического профиля восприятия обществом событий. Проведен сравнительный анализ разработок в вопросах мониторинга мнений для выявления сильных и слабых сторон. Информационная система даст возможность проводить мониторинг СМИ, социальных сетей, анализа управления репутацией, анализа пользовательского восприятия контента сети Интернет на региональном, республиканском и международном уровне.

Библиографические ссылки

[1] Benedetto F., Tedeschi A., «Big Data Sentiment Analysis for Brand Monitoring in Social Media Streams by Cloud Computing», Sentiment Analysis and Ontology Engineering 639(2016), accessed on November 14,2018, https://doi.org/10.1007/978-3-319-30319-2_14
[2] Gu J., Xiao B., Gu Z., «Software Design for Network Monitoring System», International Conference on Information Computing and Applications (2012): 41-46.
[3] Laine M.O.J., Frühwirth C., «Monitoring Social Media: Tools, Characteristics and Implications», International Conference of Software Business (2010): 193-198.
[4] Liu Y., «Social Media Monitoring», Social Media in China (2016), accessed on November 14, 2018, https://doi.org/10.1007/978-3-658-11231-8_10
[5] Gesell, S.B., Barkin, S.L. & Valente, T.W., «Social network diagnostics: a tool for monitoring group interventions», Implementation Science (2013), accessed on November 14, 2018, https://doi.org/10.1186/1748-5908-8-116
[6] Tesconi M., Gazzé D., Duca A.L., «SocialTrends: A Web Application for Monitoring and Visualizing Users in Social Media», International Conference on Social Informatics (2012): 535-538.
[7] Averchenkov V., Budylskii D., Podvesovskii A., Averchenkov A., Rytov M., Yakimov А., «Hierarchical Deep Learning: A Promising Technique for Opinion Monitoring and Sentiment Analysis in Russian-Language Social Networks» in Creativity in Intelligent Technologies and Data Science, ed Kravets A., Shcherbakov M., Kultsova M., Shabalina O. (Springer, Cham, 2015), 583
[8] Psallidas F., Ntoulas A., Delis A., «Soc Web: Efficient Monitoring of Social Network Activities», International Conference on Web Information Systems Engineering (2013): 118-136.
[9] Kirsch B., Giesselbach S., Knodt D., Rüping S., «Robust End-User-Driven Social Media Monitoring for Law Enforcement and Emergency Monitoring» in Community-Oriented Policing and Technological Innovations, ed Leventakis G., Haberfeld M. (SpringerBriefs in Criminology. Springer, Cham, 2018), 29.
[10] Xiaoyan W., kai X., Ying S., Jian-long T., Li G., «Research of New Words Identification in Social Network for Monitoring Public Opinion», International Conference on Trustworthy Computing and Services (2013): 598–603
[11] Guo Z., Wang Z., Zhang R., «MMCRD: An Effective Algorithm for Deploying Monitoring Point on Social Network», China Conference on Knowledge Graph and Semantic Computing (2018): 40-51.
[12] Schinas M., Papadopoulos S., Apostolidis L., Kompatsiaris Y., Mitkas P.A., «Open-Source Monitoring, Search and Analytics Over Social Media», International Conference on Internet Science (2017): 361-369
[13] Grüblbauer J., Haric P., «Social Media Monitoring Tools as Instruments of Strategic Issues Management» in Handbook of Social Media Management. Media Business and Innovation, ed Friedrichsen M., Mühl-Benninghaus W. (Springer, Berlin, Heidelberg, 2013), 671
[14] Gyarmati L., Trinh T.A., «Measurement Methods of User Behavior in Online Social Networks», Computational Social Networks (2012), accessed on November 14, 2018, https://doi.org/10.1007/978-1-4471-4051-1_7
[15] Stiehm S., Welter F., Richert A., Jeschke S., «Shaping the Future Through Cybernetic Approaches of Social Media Monitoring», in Automation, Communication and Cybernetics in Science and Engineering 2016, ed Jeschke S., Isenhardt I., Hees F., Henning K. (Springer, Cham), 179
[16] Souza R.C.S.N.P., de Brito D.E.F., Cardoso R.L., de Oliveira D.M., Meira W., Pappa G.L., «An Evolutionary Methodology for Handling Data Scarcity and Noise in Monitoring Real Events from Social Media Data», Ibero-American Conference on Artificial Intelligence (2014): 295-306
[17] Sparks R., «Social Network Monitoring: Aiming to Identify Periods of Unusually Increased Communications Between Parties of Interest», in Frontiers in Statistical Quality Control 11, ed Knoth S., Schmid W. (Frontiers in Statistical Quality Control. Springer, Cham, 2015), 3
[18] Official internet resource Hootsuite, accessed November 21, 2018, http://socialmention.com/about/
[19] Official internet resource Socialmention, accessed November 21, 2018, http://socialmention.com/about/

[20] Official internet resource BuzzLook, accessed November 21, 2018, https://br-analytics.ru/about/
[21] Official internet resource IQBuzz, accessed November 21, 2018, http://iqbuzz.pro/about.php
[22] Official internet resource Socialbakers, accessed November 21, 2018, https://www.socialbakers.com/company/
[23] Official internet resource Keyhole, accessed November 23, 2018, https://keyhole.co/about-us
[24] Official internet resource Brandwatch, accessed November 23, 2018, https://www.brandwatch.com/about/
[25] Official internet resource YouScan, accessed November 23, 2018, https://youscan.io/product/
[26] Official internet resource iMAS, accessed November 24, 2018, https://imas.kz
[27] Official internet resource Alem Media Monitoring, accessed November 24, 2018, https://alem.kz
[28] Official internet resource Brand Analуtics, accessed November 24, 2018, https://br-analytics.ru
[29] Official internet resource Microsoft engagement, accessed November 24, 2018, https://dynamics.microsoft.com/ru-ru/microsoft-social-engagement
[30] Official internet resource SocialBakers, accessed November 24, 2018, https://socialbakers.com/
[31] Tihonova E., «Chto takoe Engagement Rate i dlya chego eto nuzhno ?», [What is the Engagement Rate and what is it for?], accessed November 29, 2018, https://blog.sociate.ru/chto-takoe-engagement-rate-i-dlya-chego-eto-nuzhno
[32] «Engagement Rate: A Metric You Can Count On», accessed November 29, 2018, https://www.socialbakers.com/blog/1427-engagement-rate-a-metric-you-can-count-on
[33] Rumyantseva D., «ER - metodyi rascheta i znachenie pokazateley» [ER - calculation methods and indicators], accessed November 29, 2018, https://www.cossa.ru/155/101492/
[34] Official internet resource Committee on Statistics Ministry of National Economy of the Republic of Kazakhstan, accessed November 29, 2018, https://.stat.gov.kz

Загрузки

Опубликован

2019-01-24

Как цитировать

Mamykova, Z. D., Mutanov, G. M., Sundetova, Z. T., & Torekul, S. M. (2019). Подходы к разработке информационной системы мониторинга мнений и оценки социального самочувствия. Вестник КазНУ. Серия математика, механика, информатика, 100(4), 63–77. https://doi.org/10.26577/JMMCS-2018-4-574