СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕЗУЛЬТАТОВ ПОДХОДОВ К РАСПРЕДЕЛЕНИЮ ТЕКСТОВЫХ ДОКУМЕНТОВ СОЦИАЛЬНЫХ СЕТЕЙ

Аннотация

В статье представлен сравнительный анализ подходов к распределению и классификации текстовых документов социальных сетей. Рассмотрены методы кластеризации, классификации и анализа тональности, применяемые в социальных сетях VKontakte, Facebook, Twitter и Instagram. Проведено сравнение результатов, полученных с использованием алгоритмов K-Means, SVM, Naive Bayes, KNN, LSTM, OLS и ансамблевых моделей. Также проанализирована эффективность методов предварительной обработки текста, таких как TF-IDF, Bag-of-Words, N-gram, POS-tagging и stemming. Результаты исследования показывают, что использование больших массивов данных и гибридных моделей существенно повышает точность анализа и имеет практическое значение для систем мониторинга социальных медиа и раннего выявления потенциально опасного контента.