The 13 references with contexts in paper Elena Luneva E., Alexandr Yefremov A., Pavel Banokin I., Елена Лунева Евгеньевна, Александр Ефремов Александрович, Павел Банокин Иванович (2015) “АВТОМАТИЗИРОВАННАЯ ОЦЕНКА ЭМОЦИЙ ПОЛЬЗОВАТЕЛЕЙ СОЦИАЛЬНЫХ СЕТЕЙ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ // AUTOMATED SENTIMENT ANALYSYS EVALUATION OF SOCIAL NETWORK USERS BASED ON FUZZY LOGIC” / spz:neicon:statecon:y:2015:i:3:p:249-254

1
URL: http://www.statisticbrain. com/ (дата обращения: 16.02.2015)
Total in-text references: 1
  1. In-text reference with the coordinate start=2862
    Prefix
    Keywords: sentiment analysis evaluation, social network, fuzzy logic, characteristic, term, hedge, graph, automation, method. 1. Введение В настоящее время социальные сети, насчитывают сотни миллионов пользователей, и их количество постоянно растет
    Exact
    [1]
    Suffix
    . При этом, обычной практикой является использование социальных сетей для выражения своего мнения по интересующим темам или событиям, а также для отзывов об используемых продуктах, услугах. Эти данные могут быть использованы для решения таких актуальных задач как выявление потенциальных клиентов определенного продукта или услуги, прогнозирование потребности в продукте или услуге, а также оцен

2
Dalal M.K., Zaveri M.A. Opinion Mining from online user reviews using Fuzzy Linguistic Hedges // Applied Computational Intelligence and So. Computing Volume. – 2014. Vol. 2014, No 735942. – P. 1–9.
Total in-text references: 4
  1. In-text reference with the coordinate start=3343
    Prefix
    Эти данные могут быть использованы для решения таких актуальных задач как выявление потенциальных клиентов определенного продукта или услуги, прогнозирование потребности в продукте или услуге, а также оценка общественного мнения, например, настроения граждан относительно политической ситуации, в том числе, для прогнозирования итогов выборов
    Exact
    [2–4]
    Suffix
    . Сложность автоматизированного решения перечисленных выше задач заключается в том, что мнение пользователей выражено не в количественном, а в качественном виде, в словесной форме с использованием нечетких характеристик предмета сообщения, например, как «интересный», «изящный» и т.д.

  2. In-text reference with the coordinate start=3820
    Prefix
    В основе анализа сообщений пользователей социальных сетей лежит оценка эмоциональной составляющей этих сообщений. Анализ существующих научных работ, посвященных тематике автоматизированной оценки эмоций пользователей по их сообщениям
    Exact
    [2–6]
    Suffix
    показал, что в данных работах не учитываются взаимоотношения между пользователями, а также имеются ограничения, связанные с обработкой нечетких характеристик с модификаторами, используемых в сообщении.

  3. In-text reference with the coordinate start=4197
    Prefix
    Данные ограничения влияют на результирующую оценку эмоций группы пользователей относительно некоторой темы. Например, в случае, когда один пользователь формирует несколько сообщений, в результате в работах
    Exact
    [2–5]
    Suffix
    учитывается суммарное количество всех сообщений вне зависимости от того, какое количество пользователей их оставило. Кроме того, в современных социальных сетях пользователи не только высказывают мнения; позиция некоторых пользователей может оказывать влияние на других пользователей.

  4. In-text reference with the coordinate start=11208
    Prefix
    (j = 1...u) равно cj, и по каждому сообщению получена оценка Si, i = 1...p, то на основе этих данных следует вычислить эмоциональное отношение пользователя к анализируемой теме SSj, j = 1...u, по следующей формуле: 1 cj i i и др. [11]. В большинстве случаев показатель влиятельности или авторитета пользователя зависит от количества подписчиков пользователя, количества репостов
    Exact
    [2–5]
    Suffix
    , частоты публикаций. Наиболее популярным среди приведенных сервисов является «Klout» [11], предоставляющий данные по показателю «Klout score», который измеряется в диапазоне от 0 до 100. Данный сервис также предоставляет API-интерфейс, позволяющий получить данные показателя для каждого пользователя таких социальных сетей как Twitter, Facebook, LinkedIn и некоторых других.

3
Bollen J., Mao H., Zeng X.-J. Twitter mood predicts the stock market // Journal of Computational Science. – 2011. Vol. 2, No 1. – P. 1–8
Total in-text references: 5
  1. In-text reference with the coordinate start=3343
    Prefix
    Эти данные могут быть использованы для решения таких актуальных задач как выявление потенциальных клиентов определенного продукта или услуги, прогнозирование потребности в продукте или услуге, а также оценка общественного мнения, например, настроения граждан относительно политической ситуации, в том числе, для прогнозирования итогов выборов
    Exact
    [2–4]
    Suffix
    . Сложность автоматизированного решения перечисленных выше задач заключается в том, что мнение пользователей выражено не в количественном, а в качественном виде, в словесной форме с использованием нечетких характеристик предмета сообщения, например, как «интересный», «изящный» и т.д.

  2. In-text reference with the coordinate start=3820
    Prefix
    В основе анализа сообщений пользователей социальных сетей лежит оценка эмоциональной составляющей этих сообщений. Анализ существующих научных работ, посвященных тематике автоматизированной оценки эмоций пользователей по их сообщениям
    Exact
    [2–6]
    Suffix
    показал, что в данных работах не учитываются взаимоотношения между пользователями, а также имеются ограничения, связанные с обработкой нечетких характеристик с модификаторами, используемых в сообщении.

  3. In-text reference with the coordinate start=4197
    Prefix
    Данные ограничения влияют на результирующую оценку эмоций группы пользователей относительно некоторой темы. Например, в случае, когда один пользователь формирует несколько сообщений, в результате в работах
    Exact
    [2–5]
    Suffix
    учитывается суммарное количество всех сообщений вне зависимости от того, какое количество пользователей их оставило. Кроме того, в современных социальных сетях пользователи не только высказывают мнения; позиция некоторых пользователей может оказывать влияние на других пользователей.

  4. In-text reference with the coordinate start=11208
    Prefix
    (j = 1...u) равно cj, и по каждому сообщению получена оценка Si, i = 1...p, то на основе этих данных следует вычислить эмоциональное отношение пользователя к анализируемой теме SSj, j = 1...u, по следующей формуле: 1 cj i i и др. [11]. В большинстве случаев показатель влиятельности или авторитета пользователя зависит от количества подписчиков пользователя, количества репостов
    Exact
    [2–5]
    Suffix
    , частоты публикаций. Наиболее популярным среди приведенных сервисов является «Klout» [11], предоставляющий данные по показателю «Klout score», который измеряется в диапазоне от 0 до 100. Данный сервис также предоставляет API-интерфейс, позволяющий получить данные показателя для каждого пользователя таких социальных сетей как Twitter, Facebook, LinkedIn и некоторых других.

  5. In-text reference with the coordinate start=14622
    Prefix
    Если пользователь А является подписчиком пользователя B, то пусть существует дуга, направленная от вершины B к вершине А. Анализируемое множество отзывов пользователей, посвященных избранной тематике (например, модель электронной книги) выбирается из всего множества пользователей по хэш тегам
    Exact
    [3, 4]
    Suffix
    , а также заголовкам отзывов. На основе информации об авторах отзывов и их подписчиках может быть построен социальный граф. Если сообщения по анализируемой теме оставили u пользователей, то социальный граф может включать количество вершин больше u, т.к. содержит, в том числе, и тех подписчиков, которые не оставляли сообщения по анализируемой теме.

4
Amit P., Tejashree W., Swati Rao M. Review of Online Product using Rule Based and Fuzzy Logic // Smiley’s International Journal of Computing and Technology. – 2014. Vol. 1, P. 39–44
Total in-text references: 5
  1. In-text reference with the coordinate start=3343
    Prefix
    Эти данные могут быть использованы для решения таких актуальных задач как выявление потенциальных клиентов определенного продукта или услуги, прогнозирование потребности в продукте или услуге, а также оценка общественного мнения, например, настроения граждан относительно политической ситуации, в том числе, для прогнозирования итогов выборов
    Exact
    [2–4]
    Suffix
    . Сложность автоматизированного решения перечисленных выше задач заключается в том, что мнение пользователей выражено не в количественном, а в качественном виде, в словесной форме с использованием нечетких характеристик предмета сообщения, например, как «интересный», «изящный» и т.д.

  2. In-text reference with the coordinate start=3820
    Prefix
    В основе анализа сообщений пользователей социальных сетей лежит оценка эмоциональной составляющей этих сообщений. Анализ существующих научных работ, посвященных тематике автоматизированной оценки эмоций пользователей по их сообщениям
    Exact
    [2–6]
    Suffix
    показал, что в данных работах не учитываются взаимоотношения между пользователями, а также имеются ограничения, связанные с обработкой нечетких характеристик с модификаторами, используемых в сообщении.

  3. In-text reference with the coordinate start=4197
    Prefix
    Данные ограничения влияют на результирующую оценку эмоций группы пользователей относительно некоторой темы. Например, в случае, когда один пользователь формирует несколько сообщений, в результате в работах
    Exact
    [2–5]
    Suffix
    учитывается суммарное количество всех сообщений вне зависимости от того, какое количество пользователей их оставило. Кроме того, в современных социальных сетях пользователи не только высказывают мнения; позиция некоторых пользователей может оказывать влияние на других пользователей.

  4. In-text reference with the coordinate start=11208
    Prefix
    (j = 1...u) равно cj, и по каждому сообщению получена оценка Si, i = 1...p, то на основе этих данных следует вычислить эмоциональное отношение пользователя к анализируемой теме SSj, j = 1...u, по следующей формуле: 1 cj i i и др. [11]. В большинстве случаев показатель влиятельности или авторитета пользователя зависит от количества подписчиков пользователя, количества репостов
    Exact
    [2–5]
    Suffix
    , частоты публикаций. Наиболее популярным среди приведенных сервисов является «Klout» [11], предоставляющий данные по показателю «Klout score», который измеряется в диапазоне от 0 до 100. Данный сервис также предоставляет API-интерфейс, позволяющий получить данные показателя для каждого пользователя таких социальных сетей как Twitter, Facebook, LinkedIn и некоторых других.

  5. In-text reference with the coordinate start=14622
    Prefix
    Если пользователь А является подписчиком пользователя B, то пусть существует дуга, направленная от вершины B к вершине А. Анализируемое множество отзывов пользователей, посвященных избранной тематике (например, модель электронной книги) выбирается из всего множества пользователей по хэш тегам
    Exact
    [3, 4]
    Suffix
    , а также заголовкам отзывов. На основе информации об авторах отзывов и их подписчиках может быть построен социальный граф. Если сообщения по анализируемой теме оставили u пользователей, то социальный граф может включать количество вершин больше u, т.к. содержит, в том числе, и тех подписчиков, которые не оставляли сообщения по анализируемой теме.

5
Haque Md., Rahman T. Sentiment analysis by using fuzzy logic // International Journal of Computer Science, Engineering and Information Technology (IJCSEIT). – 2014. Vol. 4, No 1. – P. 33–48
Total in-text references: 3
  1. In-text reference with the coordinate start=3820
    Prefix
    В основе анализа сообщений пользователей социальных сетей лежит оценка эмоциональной составляющей этих сообщений. Анализ существующих научных работ, посвященных тематике автоматизированной оценки эмоций пользователей по их сообщениям
    Exact
    [2–6]
    Suffix
    показал, что в данных работах не учитываются взаимоотношения между пользователями, а также имеются ограничения, связанные с обработкой нечетких характеристик с модификаторами, используемых в сообщении.

  2. In-text reference with the coordinate start=4197
    Prefix
    Данные ограничения влияют на результирующую оценку эмоций группы пользователей относительно некоторой темы. Например, в случае, когда один пользователь формирует несколько сообщений, в результате в работах
    Exact
    [2–5]
    Suffix
    учитывается суммарное количество всех сообщений вне зависимости от того, какое количество пользователей их оставило. Кроме того, в современных социальных сетях пользователи не только высказывают мнения; позиция некоторых пользователей может оказывать влияние на других пользователей.

  3. In-text reference with the coordinate start=11208
    Prefix
    (j = 1...u) равно cj, и по каждому сообщению получена оценка Si, i = 1...p, то на основе этих данных следует вычислить эмоциональное отношение пользователя к анализируемой теме SSj, j = 1...u, по следующей формуле: 1 cj i i и др. [11]. В большинстве случаев показатель влиятельности или авторитета пользователя зависит от количества подписчиков пользователя, количества репостов
    Exact
    [2–5]
    Suffix
    , частоты публикаций. Наиболее популярным среди приведенных сервисов является «Klout» [11], предоставляющий данные по показателю «Klout score», который измеряется в диапазоне от 0 до 100. Данный сервис также предоставляет API-интерфейс, позволяющий получить данные показателя для каждого пользователя таких социальных сетей как Twitter, Facebook, LinkedIn и некоторых других.

6
Denecke K. Using SentiWordNet for multilingual sentiment analysis // Proceedings International Conference on Data Engineering. 2008. – No 4498370. – P. 507–512
Total in-text references: 2
  1. In-text reference with the coordinate start=3820
    Prefix
    В основе анализа сообщений пользователей социальных сетей лежит оценка эмоциональной составляющей этих сообщений. Анализ существующих научных работ, посвященных тематике автоматизированной оценки эмоций пользователей по их сообщениям
    Exact
    [2–6]
    Suffix
    показал, что в данных работах не учитываются взаимоотношения между пользователями, а также имеются ограничения, связанные с обработкой нечетких характеристик с модификаторами, используемых в сообщении.

  2. In-text reference with the coordinate start=6878
    Prefix
    того чтобы сформировать эмоциональную оценку каждого терма без необходимости вручную задавать функции принадлежности, был проведен поиск готовых программных решений (компонентов), предоставляющих данные о значениях функции принадлежности нечеткого терма Ti,j. Среди найденных программных решений можно выделить такие как General Inquirer, Subjectivity Clues Lexicon, SentiWordNet
    Exact
    [6]
    Suffix
    . В данной работе в качестве готового решения, содержащего эмоциональную окраску термов, был выбран компонент SentiWordNet 3.0, по причине того, что этот продукт поддерживается производителем и находится в состоянии постоянного развития, а также не является коммерческой разработкой.

7
Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. – Москва: Мир, 1976. – 165 с.
Total in-text references: 2
  1. In-text reference with the coordinate start=8364
    Prefix
    Таким образом, и для заранее заданных термов T, относительно которых проводится анализ, и для всех прочих, при помощи компонента SentiWordNet 3.0 может быть построена функция принадлежности для проведения анализа. Для того чтобы получить четкое значение ti,j рассматриваемого терма Ti,j следует выполнить процедуру дефаззификации
    Exact
    [7–9]
    Suffix
    . Т.к. функция принадлежности является дискретной, предлагается выполнять дефаззификацию по первому максимальному значению (FOM) [10]. В случае если максимальных значений более одного, лицо, проводящее анализ, выбирает одно из значений по своему усмотрению.

  2. In-text reference with the coordinate start=8957
    Prefix
    Таким образом, учитываются только позитивные или негативные термы. Для случая, когда терм используется с модификатором, к функции принадлежности следует применить операторы Заде (увеличения и уменьшения нечеткости)
    Exact
    [7, 8]
    Suffix
    . Например, для модификатора «very» («очень») значения функции принадлежности должны быть возведены во вторую степень. После применения оператора Заде необходимо выполнить нормализацию полученных значений по формуле (1), для того, чтобы сохранился смысл терма с модификатором. 2 32 1 k k jj= = μ μ ∑μ ,(1) где μk – значение функции принадлежности нечеткого термина Ti,j, k = [1...3].

8
Leekwijck W.V., Kerre E.E. Defuzzifi cation: criteria and classifi cation // Fuzzy Sets and Systems. – 1999. Vol. 108, No 2. – P. 159–178
Total in-text references: 2
  1. In-text reference with the coordinate start=8364
    Prefix
    Таким образом, и для заранее заданных термов T, относительно которых проводится анализ, и для всех прочих, при помощи компонента SentiWordNet 3.0 может быть построена функция принадлежности для проведения анализа. Для того чтобы получить четкое значение ti,j рассматриваемого терма Ti,j следует выполнить процедуру дефаззификации
    Exact
    [7–9]
    Suffix
    . Т.к. функция принадлежности является дискретной, предлагается выполнять дефаззификацию по первому максимальному значению (FOM) [10]. В случае если максимальных значений более одного, лицо, проводящее анализ, выбирает одно из значений по своему усмотрению.

  2. In-text reference with the coordinate start=8957
    Prefix
    Таким образом, учитываются только позитивные или негативные термы. Для случая, когда терм используется с модификатором, к функции принадлежности следует применить операторы Заде (увеличения и уменьшения нечеткости)
    Exact
    [7, 8]
    Suffix
    . Например, для модификатора «very» («очень») значения функции принадлежности должны быть возведены во вторую степень. После применения оператора Заде необходимо выполнить нормализацию полученных значений по формуле (1), для того, чтобы сохранился смысл терма с модификатором. 2 32 1 k k jj= = μ μ ∑μ ,(1) где μk – значение функции принадлежности нечеткого термина Ti,j, k = [1...3].

9
Ефремов А.А. Новые операции над нечеткими числами и интервалами // Доклады Томского государственного университета систем управления и радиоэлектроники. – 2013 – No. 1(27). – C. 95–99
Total in-text references: 1
  1. In-text reference with the coordinate start=8364
    Prefix
    Таким образом, и для заранее заданных термов T, относительно которых проводится анализ, и для всех прочих, при помощи компонента SentiWordNet 3.0 может быть построена функция принадлежности для проведения анализа. Для того чтобы получить четкое значение ti,j рассматриваемого терма Ti,j следует выполнить процедуру дефаззификации
    Exact
    [7–9]
    Suffix
    . Т.к. функция принадлежности является дискретной, предлагается выполнять дефаззификацию по первому максимальному значению (FOM) [10]. В случае если максимальных значений более одного, лицо, проводящее анализ, выбирает одно из значений по своему усмотрению.

10
Ходашинский И.А. Нечеткологическое оценивание величин // Известия Томского политехнического университета. – 2003. –Т. 306, No 3. – С. 10–15.
Total in-text references: 2
  1. In-text reference with the coordinate start=8494
    Prefix
    Для того чтобы получить четкое значение ti,j рассматриваемого терма Ti,j следует выполнить процедуру дефаззификации [7–9]. Т.к. функция принадлежности является дискретной, предлагается выполнять дефаззификацию по первому максимальному значению (FOM)
    Exact
    [10]
    Suffix
    . В случае если максимальных значений более одного, лицо, проводящее анализ, выбирает одно из значений по своему усмотрению. Если после дефаззификации четкое значение рассматриваемого терма Ti,j равно «O» («Объективный»), то данный терм при оценке эмоций пользователя не следует учитывать.

  2. In-text reference with the coordinate start=12510
    Prefix
    характеристика» с термами: «Очень позитивный» (ОП), «Позитивный» (П), «Нейтральный» (Н), «Негативный» (НЕ) и «Очень негативный» (ОНЕ), при этом носителем является множество действительных чисел в интервале [–1; 1]. Учитывая, что для данной лингвистической переменной выделено всего пять термов, при разработке функций принадлежности была взята пятибалльная оценочная система
    Exact
    [10]
    Suffix
    . Исходя из рассуждения, что значение эмоциональной характеристики не может относиться с максимальной степенью принадлежности нескольким термам, введем правило, что сумма функций принадлежностей всех термов лингвистической переменной «Эмоциональная характеристика» должна составлять 1, т.е. []() 5 1 111i i xx = ∀∈−...=μ∑.

11
Инструменты мониторинга в социальных сетях. URL: http:// habrahabr.ru/post/173341/ (дата обращения: 16.02.2015)
Total in-text references: 3
  1. In-text reference with the coordinate start=11073
    Prefix
    При этом количество сообщений, которые оставил j-ый пользователь (j = 1...u) равно cj, и по каждому сообщению получена оценка Si, i = 1...p, то на основе этих данных следует вычислить эмоциональное отношение пользователя к анализируемой теме SSj, j = 1...u, по следующей формуле: 1 cj i i и др.
    Exact
    [11]
    Suffix
    . В большинстве случаев показатель влиятельности или авторитета пользователя зависит от количества подписчиков пользователя, количества репостов [2–5], частоты публикаций. Наиболее популярным среди приведенных сервисов является «Klout» [11], предоставляющий данные по показателю «Klout score», который измеряется в диапазоне от 0 до 100.

  2. In-text reference with the coordinate start=11291
    Prefix
    В большинстве случаев показатель влиятельности или авторитета пользователя зависит от количества подписчиков пользователя, количества репостов [2–5], частоты публикаций. Наиболее популярным среди приведенных сервисов является «Klout»
    Exact
    [11]
    Suffix
    , предоставляющий данные по показателю «Klout score», который измеряется в диапазоне от 0 до 100. Данный сервис также предоставляет API-интерфейс, позволяющий получить данные показателя для каждого пользователя таких социальных сетей как Twitter, Facebook, LinkedIn и некоторых других.

  3. In-text reference with the coordinate start=13134
    Prefix
    На q ii R % ⋅μ β=⋅ ∑ ∑ ,(3) i = 100 u i i R 1 = где, Ri – показатель «Klout score» i-ого пользователя, u – количество пользователей, q – количество отзывов, относящихся к рассматриваемой эмоциональной характеристике. Однако, показатель «Klout score» вычисляется только для пользователей, подключенных к данному сервису. Согласно исследованию
    Exact
    [11]
    Suffix
    сервис «Klout» на сегодняшний день охватывает более 600 млн. пользователей различных социальных сетей. Поэтому, кроме данного показателя влиятельности, дополнительно предлагается также формировать независимый от какого-либо сервиса альтернативный показатель.

12
Freeman L.С. Centrality in social networks, conceptual clarifi cations // Soc. Networks. – 1979. Vol. 1. – P. 215–236.
Total in-text references: 4
  1. In-text reference with the coordinate start=13583
    Prefix
    В качестве такого предлагается использовать один из показателей центральности пользователя, например, центральность по близости, отражающая, насколько быстро распространяется информация в сети от одного участника к остальным
    Exact
    [12]
    Suffix
    . Расчет данного показателя выполняется на основе социального графа G [12], построенного исходя из следующих рассуждений. Рис. 2. Функции принадлежности термов лингвистической переменной «Эмоциональная характеристика» S == ∑ . j j SS c Еще одним аспектом, который следует учитывать при формировании суммарной оценки, является показатель «влиятельности» пользователя.

  2. In-text reference with the coordinate start=13653
    Prefix
    В качестве такого предлагается использовать один из показателей центральности пользователя, например, центральность по близости, отражающая, насколько быстро распространяется информация в сети от одного участника к остальным [12]. Расчет данного показателя выполняется на основе социального графа G
    Exact
    [12]
    Suffix
    , построенного исходя из следующих рассуждений. Рис. 2. Функции принадлежности термов лингвистической переменной «Эмоциональная характеристика» S == ∑ . j j SS c Еще одним аспектом, который следует учитывать при формировании суммарной оценки, является показатель «влиятельности» пользователя.

  3. In-text reference with the coordinate start=14349
    Prefix
    сегодня используются различные показатели, предоставляемые такими сервисами как «Klout», «PeerIndex», «Kred» рис. 2 показаны заданные функции принадлежности: Суммарная оценка по всему объему анализируемых сообщений будет не точной, если не учитывать, что один пользователь может остаВ современных социальных сетях распространение информации происходит через механизм подписки
    Exact
    [12]
    Suffix
    . Если пользователь А является подписчиком пользователя B, то пусть существует дуга, направленная от вершины B к вершине А. Анализируемое множество отзывов пользователей, посвященных избранной тематике (например, модель электронной книги) выбирается из всего множества пользователей по хэш тегам [3, 4], а также заголовкам отзывов.

  4. In-text reference with the coordinate start=15123
    Prefix
    Далее, только для u пользователей следует вычислить показатель центральности (Ri, где i = 1...u, u – количество пользователей). Центральность по близости рассчитывается по следующей формуле из
    Exact
    [12]
    Suffix
    : Дальнейшую оценку эмоций пользователей по анализируемому множеству сообщений можно осуществлять либо с учетом полученных показателей центральности Ri, либо предоставить лицу, проводящему анализ, возможность учитывать только сообщения «влиятельных» пользователей.

13
Song Q., Wang X.F. Survey of speedup techniques for shortest path algorithms // Journal of the University of Electronic Science and Technology of China. – 2012. Vol. 41, No 2. – P. 176–184.
Total in-text references: 1
  1. In-text reference with the coordinate start=17908
    Prefix
    Дальнейшее исследование в рамках представленного способа связано с разработкой точных и быстрых алгоритмов семантического разбора сообщений пользователя, а также с использованием быстрых алгоритмов
    Exact
    [13]
    Suffix
    для вычисления «влиятельности» пользователей, и проведением анализа данных, полученных из нескольких социальных сетей. 4. Выводы В данной работе представлен разработанный способ для автоматизированной оценки эмоций пользователей социальных сетей, предоставляющий возможность учитывать в результирующей оценке как «влиятельность» пользователей, так и наличие повторных сообщений.