Social Network Sentiment Analysis and Message Clustering

?

Social Network Sentiment Analysis and Message Clustering

Lecture Notes in Computer Science. 2019. Vol. 11938. P. 18–31.

Харламов А. А., Orekhov A., Bodrunova S., Lyudkevich N.

A Bimodal Approach for Speech Emotion Recognition using Audio and Text

Verkholyak O., Двойникова А. А., Karpov A., Journal of Internet Services and Information Security 2021 No. 1 P. 80–96

Добавлено: 24 апреля 2026 г.

Emotion Recognition and Sentiment Analysis of Extemporaneous Speech Transcriptions in Russian

Двойникова А. А., Verkholyak O., Karpov A., Lecture Notes in Computer Science 2020 Vol. 12335 LNAI P. 136–144

Добавлено: 24 апреля 2026 г.

A framework for text mining on Twitter: a case study on joint comprehensive plan of action (JCPOA)- between 2015 and 2019

Бехзадидуст Р., Quality and Quantity 2021 Vol. 56 No. 5 P. 3053–3084

Добавлено: 27 марта 2026 г.

Analyzing and forecasting P/E ratios using investor sentiment in panel data regression and LSTM models

Dolaeva A., Beliaeva U., Dmitry Grigoriev и др., International Review of Economics and Finance 2025 Vol. 98 Article 103840

Добавлено: 11 июля 2025 г.

Deepthreatexplainer: a united explainable predictor for threat comments identification on Twitter

Назарова А., Малик М. Ш., Игнатов Д. И. и др., Social Network Analysis and Mining 2024 Vol. 14 Article 228

Добавлено: 11 декабря 2024 г.

Alternative method sentiment analysis using emojis and emoticons

Surikov A., Evgeniia Egorova, Procedia Computer Science 2020 Vol. 178 P. 182–193

Our research aims to develop an alternative method for analyzing the tonality of the texts. Most of the traditional methods for determining tonality classes are based on text analysis and ignore various emotional indicators that users actively used in social networks. Therefore, it improves the quality of predicting the tonality of the class. The study ...

Добавлено: 15 мая 2024 г.

Categorization of tweets for damages: infrastructure and human damage assessment using fine-tuned BERT model

Малик М. Ш., Younas M. Z., Jamjoom M. M. и др., PeerJ Computer Science 2024 Vol. 10 Article e1859

Добавлено: 16 февраля 2024 г.

An analysis of Twitter users of Pakistan

Khan R., Khan H. U., Faisal M. S. и др., International Journal of Computer Science and Information Security 2016 Vol. 14 No. 8 P. 1–10

Добавлено: 29 ноября 2023 г.

Цифровой образ компании и её стоимость

Молодчик М. А., Гагарин А. С., Елтышев Р. А., Российский журнал менеджмента 2023 Т. 21 № 1 С. 5–22

Цель исследования: оценка влияния цифрового образа компании на ее стоимость. Методология исследования: эконометрическая оценка проводится методом панельных данных на основе большого массива информации по новостям 25 крупнейших издательств США, веб-приложения Google Trends и социальной сети Twitter за период с 2017 по 2022 г. для компаний из индекса NASDAQ-100. Результаты исследования: выявлено, что популярность компании в ...

Добавлено: 28 ноября 2023 г.

Tweeting the Russian protests

Никипорец-Такигава Г. Ю., Digital Icons: Studies in Russian, Eurasian and Central European New Media 2013 No. 9 P. 1–25

Добавлено: 12 апреля 2023 г.

MOBILIZING HASHTAGS IN THE LIGHT OF THE SPEECH ACT THEORY: A CASE STUDY OF TWITTER POSTS RELATED TO RESTRICTIVE MIGRATION POLICIES

Соснин А. В., Балакина Ю. В., Jucovscaia A., Ezikov Svyat 2023 Vol. 21 No. 1 P. 96–109

Добавлено: 27 февраля 2023 г.

The voice of Twitter: observable subjective well-being inferred from tweets in Russian

Сметанин С. И., Mikhail Komarov, PeerJ Computer Science 2022 Vol. 8 Article e1181

Добавлено: 29 декабря 2022 г.

Continuum Model of an Avalanche-Like Spread of Information on Twitter

Дмитриев А. В., Лебедев А. А., Abbas N. и др., , in: AIP Conference Proceedings 2872: 11th Int’l Conference on Mathematical Modeling in Physical Sciences. Belgrade, Serbia, 5-8 September 2022.: AIP Publishing LLC, 2023. Ch. 080002 P. 1–12.

Добавлено: 10 декабря 2022 г.

Why Botter: How Pro-Government Bots Fight Opposition in Russia

Стукал Д. К., Sanovich S., Bonneau R. и др., American Political Science Review 2022 Vol. 116 No. 3 P. 843–857

Добавлено: 14 ноября 2022 г.

Research Anthology on Implementing Sentiment Analysis Across Multiple Disciplines

IGI Global, 2022.

Добавлено: 3 августа 2022 г.

RuSentiTweet: a sentiment analysis dataset of general domain tweets in Russian

Сметанин С. И., PeerJ Computer Science 2022 No. 8 Article e1039

The Russian language is still not as well resourced as English, especially in the field of sentiment analysis of Twitter content. Though several sentiment analysis datasets of tweets in Russia exist, they all are either automatically annotated or manually annotated by one annotator. Thus, there is no inter-annotator agreement, or annotation may be focused on ...

Добавлено: 29 июня 2022 г.

Modeling Bot Activity in the Online Political Communication

Филиппов И. Б., Юрескул Е. А., Стукал Д. К. и др., , in: 2021 14th International Conference Management of large-scale system development (MLSD).: IEEE, 2021. P. 1–5.

Добавлено: 1 декабря 2021 г.

Стереотипное представление о женщине-политике в языковом сознании пользователей Твиттера

Товкес М. Ю., Вестник Новосибирского государственного университета. Серия: Лингвистика и межкультурная коммуникация 2021 Т. 19 № 2 С. 118–132

Данное исследование посвящено вопросам гендерных стереотипов блог-сообщества, выявленных на основе индивидуальных реакций блогеров, и их влиянию на восприятие женщины-политика. Материалом для исследования послужили твиты русско- и англоязычного сегментов Твиттера, отобранные по ключевым словам (на основе представлений исследователя о компонентном составе тематической группы «женщина в политике» и репрезентативности эмпирического материала) и собранные с помощью языка программирования ...

Добавлено: 25 сентября 2021 г.

Using Intelligent Text Analysis of Online Reviews to Determine the Main Factors of Restaurant Value Propositions

Файнштейн Е. М., Серова Е. Г., , in: Handbook of Research on Applied Data Science and Artificial Intelligence in Business and Industry.: IGI Global, 2021. Ch. 10 P. 223–240.

Добавлено: 24 июля 2021 г.

Implicit vs explicit evaluation: How English-speaking Twitter users discuss migration problems

Габриелова Е. В., Maksimenko O., Russian Journal of Linguistics 2021 Vol. 25 No. 1 P. 105–124

Данное исследование отвечает на вопрос: каким образом (имплицитно или эксплицитно) и при помощи каких лингвистическим средств пользователи Twitter выражают своем мнение об актуальной социальной проблеме в условиях ограниченности количества символов в сообщении. В статье подробно рассматривается влияние ограниченности сообщений в Twitter на выбор лингвистических средств пользователями для выражения своего мнения и эмоциональной оценки относительно социально значимого ...

Добавлено: 11 января 2021 г.

The Effects of Opinion Leader Radicalization under Different User Tolerance Levels: Simulating Political Communications on Twitter

Ахременко А. С., Ilya Filippov, Юрескул Е. А., , in: 2020 International Conference on Engineering Management of Communication and Technology (EMCTECH), 20-22 October 2020, Vienna, Austria.: IEEE, 2020. P. 1–7.

Добавлено: 13 декабря 2020 г.