1. SISN
  2. Всі випуски
  3. Випуск 11, 2022
  4. Інформаційна підтримка процесів соціалізації особистості на основі спільних інтересів

Інформаційна підтримка процесів соціалізації особистості на основі спільних інтересів

SISN.
2022;
Випуск 11
: cc. 56 - 86
https://doi.org/10.23939/sisn2022.11.056
Автори:
  1. Тарас Батюк
  2. Вікторія Висоцька
1
Національний університет «Львівська політехніка»
2
Національний університет "Львівська політехніка", кафедра інформаційних систем та мереж; Університет Оснабрюка, Інститут комп’ютерних наук, Німеччина

Створено проєкт інформаційної системи для соціалізації за особистими інтересами на основі SEO-технологій та методів машинного навчання. Основна мета цієї інформаційної системи – ідентифікація користувача в системі за допомогою нейронних мереж і вибір подібних користувачів на підставі аналізу поточної інформації користувача. Створено інформаційну систему, яка за допомогою токенів Identity та JWT забезпечує оптимізовані та безпечні функції авторизації, реєстрації та підтримки поточного сеансу користувача системи. Пошук обличчя на фотографії користувача та перевірку наявності подібного користувача в базі даних реалізовано за допомогою згорткових і сіамських нейронних мереж. Аналіз та формування подібних гудків користувачів реалізовано за допомогою алгоритмів нечіткого пошуку, алгоритму Левенштейна та моделі Noisy Channel, що дало  змогу максимально автоматизувати вибір користувача та оптимізувати час, витрачений на цей процес. Також створено інструменти для перегляду про- філів інших користувачів, уподобань та особистого листування. Уся приватна кореспонденція та інформація про неї зберігаються в поточній базі даних. Кожен користувач інформаційної системи може переглянути всю інформацію про надіслані та отримані повідомлення. Створена інформа- ційна система реалізує ідентифікацію користувачів, аналіз, відбір та подальшу соціалізацію її користувачів.

нечіткий пошук
згорткова нейронна мережа
сіамська нейронна мережа
відстань Левенштейна
шумовий канал
  1. Chu S. C. Using a consumer socialization framework to understand electronic word-of-mouth (eWOM) group membership among brand followers on Twitter. Electronic Commerce Research and Applications. 2016. № 14 (4). С. 251–260.
  2. Batiuk T., Vysotska V., Lytvyn V. Intelligent System for Socialization by Personal Interests on the Basis of SEO-Technologies and Methods of Machine Learning. Computational Linguistics and Intelligent Systems (COLINS 2020): 4th International Conference, Lviv, 23–24 April 2020 : CEUR workshop proceedings. 2020. № 2604. С. 1237–1250.
  3. Vysotska V. Information Technology for Internet Resources Promotion in Search Systems Based on Content Analysis of Web-Page Keywords. Radio Electronics, Computer Science, Control. 2021. № 3. С. 133–151.
  4. De-Gregorio F., Sung Y. Understanding attitudes toward and behaviors in response to product placement. Journal of Advertising. 2010. № 39 (1). С. 83–96. DOI: http://doi.org/10.2753/JOA0091-3367390106. 
  5. Elaheebocus S. M., Weal M., Morrison L. Peer-based social media features in behavior change interventions: Systematic review. Journal of Medical Internet Research. 2018. № 20 (2). С. 1–20. DOI: http://doi.org/10.2196/jmir.8342.
  6. Erkan I. The influence of  e-WOM in social media on  consumers’ purchase intentions: An extended approach to information adoption. Computers in Human Behavior. 2016. № 4. С. 47–55.
  7. Ferrara E., Interdonato R., Tagarelli A. Online popularity and topical interests through the lens of Instagram. Hypertext and Social Media. 2014. № 2. С. 24–23. DOI: http://doi.org/10.1145/2631775.2631808.
  8. Gao L. Online consumer behavior and its relationship to website atmospheric induced flow: Insights into online travel agencies in China. Journal of Retailing and Consumer Services. 2014. № 21 (4). С. 653–655.
  9. Geurin-Eagleman A. N. Communicating via photographs: A gendered analysis of Olympic athletes’ visual self -presentation on Instagram. Sport Management Review. 2015. № 19 (2). С. 133–145. DOI: http://doi.org/10.1016/j.smr.2015.03.002.
  10. Guidry J. D., Messner M., Jin Y. From McDonalds fail to Dominos sucks: An analysis of Instagram images about the 10 largest fast food companies. Corporate Communications: An International Journal. 2015. № 20 (3). С. 344–359.
  11. Hanna R., Rohm A., Crittenden V. L. We’re all connected: The power of the social media ecosystem. Business Horizons. 2011. № 54 (3). С. 265–273. DOI: http://doi.org/10.1016/j.bushor.2011.01.007.
  12. Salganik M. Social Research in the Digital Age. Journal of Interactive Marketing. 2019. № 2 (9). С. 345–358. 
  13. Hudson S., Roth M., Madden T. J. The effects of social media on emotions, brand relationship quality, and word of mouth: An empirical study of music festival attendees. Tourism Management. 2015. № 2 (8). С. 68–76. DOI: http://doi.org/10.1016/j.tourman.2014.09.001.
  14. Jeff M., Jennifer R., Catherine J., Elke P. Managing brand presence through social media: The case of UK football clubs. Internet Research. 2014. № 24 (2). Р. 181–204.
  15. Kim E. Brand followers’ retweeting behaviour on Twitter: How brand relationship influence brand electronic word-of-mouth. Computers in Human Behavior. 2014. № 38 (8). С. 18–25.
  16. Kudeshia C., Sikdar P., Mittal A. Spreading love through fan page liking: A perspective on small scale entrepreneurs.     Computers     in     Human     Behavior.     2016.                                               № 8 (19). С. 257–270. DOI: http://doi.org/10.1016/j.chb.2015.08.003
  17. Lueg J. E. Interpersonal communication in the consumer socialization process: Scale development and validation. Journal of Marketing Theory and Practice. 2007. № 15 (1). С. 25–39. DOI: http://doi.org/10.2753/MTP1069-6679150102.
  18. Mousavijad M. The effect of socialization factors on decision making of teenagers consumers in schools. Journal of School Administration. 2017. № 5 (1). С. 217–234.
  19. Schnell R. Enhancing Surveys with Objective Measurements and Observer Ratings. Journal of Interactive Marketing. 2015. № 44 (1). С. 288–302.
  20. Parry M. E., Kawakami T., Kishiya K. The effect of personal and virtual word-of-mouth on technology acceptance. Journal of Product Innovation Management. 2012. № 29 (6). С. 952–966. DOI: http://doi.org/10.1111/j.1540-5885.2012.00972.x.
  21. Quan-Haase A., Sloan L. Introduction to the Handbook of Social Media Research Methods: Goals, Challenges and Innovations. The Sage Handbook of Social Media Research Methods. 2017. № 10 (5). С. 606–859. DOI:    http://doi.org/10.4135/9781473983847.n1.
  22. Murphy S. T. Affect, cognition, and awareness: Affective priming with optimal and suboptimal stimulus exposures. Journal of Personality and Social Psychology. 2001. № 8 (3). С. 723–739. DOI: http://doi.org/10.1037/0022-3514.64.5.723.
  23. Ntale P. D. Word of mouth communication: A mediator of relationship marketing and customer loyalty. Cogent Business and Management. 2019. № 6 (18). С. 3–36.
  24. Schmäh M., Wilke T., Rossmann A. Electronic word of mouth: A systematic literature analysis. Digital Enterprise Computing. 2017. С. 147–158.
  25. Ozdemir A., Tozlu B., Şen E., Ateşoğlu A. Analyses of word-of-mouth communication and its effect on students’ university preferences. Procedia - Social and Behavioral Sciences. 2016. № 8 (5). С. 22–35.
  26. Park J., Ciampaglia G. L., Ferrara F. Style in the age of Instagram: Predicting success within the fashion industry using social media. Proceedings of the 19th ACM Conference on Computer-Supported Cooperative Work & Social Computing. 2016. № 22 (8). С. 64–72. DOI: http://doi.org/10.1145/2818048.2820065.
  27. Ranjbaran B., Jamshidian M., Dehghan Z. A survey of identification of major factors influencing customers attitude toward machine made carpet brands. Journal of Business Strategies. 2007. № 5 (23). С. 109–118.