| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Ziņu rakstu popularitātes prognozēšana, izmantojot mašīnmācīšanos |
| Nosaukums angļu valodā |
Predicting Popularity of News Articles Using Machine Learning |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Gints Jēkabsons |
| Recenzents |
Ainārs Auziņš |
| Anotācija |
Bakalaura darba tēma ir “Ziņu rakstu popularitātes prognozēšana izmantojot
mašīnmācīšanos”. Darba mērķis ir novērtēt un salīdzināt teksta klasificēšanas algoritmus ziņu
rakstu popularitātes prognozēšanai latviešu valodā. Bakalaura darbā tiek pētīti
mašīnmācīšanās algoritmi, un to spēja veikt teksta klasifikāciju un prognozēt ziņu rakstu
popularitāti. Bakalaura darba laikā tiek pētīta teksta priekšapstrāde, teksta klasificēšana,
teksta reprezentēšanas iespējas un mašīnmācīšanās algoritmi. Bakalaura darba praktiskajā
daļā tiek prognozēta ziņu rakstu popularitāte balstoties uz kopīgojumu skaitu. Darba rezultātā
veiksmīgākais algoritms veicot klasifikāciju uz validācijas datu kopu, sasniedza 44.90%
precizitāti. |
| Atslēgas vārdi |
Mašīnmācīšanās; Teksta klasificēšana; Popularitātes prognozēšana |
| Atslēgas vārdi angļu valodā |
Machine learning; text classificatioon; popularity prediction |
| Valoda |
lv |
| Gads |
2022 |
| Darba augšupielādes datums un laiks |
30.05.2022 17:59:23 |
