Predicting responses to Czech universities' posts on Facebook

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F18%3A43913695" target="_blank" >RIV/62156489:43110/18:43913695 - isvavai.cz</a>

Výsledek na webu

<a href="http://pefnet.mendelu.cz/wcd/w-rek-pefnet/pefnet17_fin.pdf" target="_blank" >http://pefnet.mendelu.cz/wcd/w-rek-pefnet/pefnet17_fin.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Predicting responses to Czech universities' posts on Facebook

Popis výsledku v původním jazyce

Nowadays, social networks contain huge amounts of easily available text data. This makes it a perfect source to which text mining and text analysis can be applied. The article focuses on predictions of the numbers of responses to Facebook posts on the pages of Czech universities and faculties. Machine learning classification was used as the principal tool. To achieve the goal software for downloading and analysing the necessary data and for providing results was developed. The results take the form of a percentage probability with which the number of responses to a new post can be determined. During the tests, an approximately 75% classification success rate was achieved.

Název v anglickém jazyce

Predicting responses to Czech universities' posts on Facebook

Popis výsledku anglicky

Nowadays, social networks contain huge amounts of easily available text data. This makes it a perfect source to which text mining and text analysis can be applied. The article focuses on predictions of the numbers of responses to Facebook posts on the pages of Czech universities and faculties. Machine learning classification was used as the principal tool. To achieve the goal software for downloading and analysing the necessary data and for providing results was developed. The results take the form of a percentage probability with which the number of responses to a new post can be determined. During the tests, an approximately 75% classification success rate was achieved.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

PEFnet 2017: Proceedings

ISBN

978-80-7509-555-8

ISSN

—

e-ISSN

neuvedeno

Počet stran výsledku

7

Strana od-do

80-86

Název nakladatele

Mendelova univerzita v Brně

Místo vydání

Brno

Místo konání akce

Brno

Datum konání akce

30. 11. 2017

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—