03726ntm a22005177i 4500 000675048 CZ-PrVSE 20200613194230.0 m d cr n|||||||||| 200613s2020 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Řezníček, Daniel ISIS:114063 dis Use of sentiment analysis in B2C organizations eng Využití analýzy sentimentu trhu v B2C organizacích / Daniel Řezníček 2020 ?? stran : digital, PDF soubor Vedoucí práce: Zdeněk Smutný Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2020 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2020 Analýza sentimentu je pojmem, který v souvislosti s narůstajícím objemem a různorodostí dat nabývá na významu. Organizace jsou stále více nuceny získávat nové informace z nestrukturovaných dat plynoucích z nových médií a dalších kanálů.Tato diplomová práce se tématu analýzy sentimentu věnuje především z pohledu jejího praktického využití v organizacích. Cílem práce je na základě rešerše dosavadních výzkumů definovat oblasti, kde může analýza sentimentu přispět k fungování organizace a exaktně porovnat dostupné komerční nástroje, které tuto analýzu v češtině umožňují.V první části práce jsou definovány základní pojmy, vztah tématu k informačnímu managementu a jsou představeny koncepty big data, strojového učení a možné přístupy k analýze sentimentu. Následně jsou zmapovány dosavadní výzkumy dle odvětví, kde může tato analýza nalézt své uplatnění v organizacích.V další části jsou představeny konkrétní komerční softwarová řešení, která umožňují analýzu sentimentu v českém jazyce. Tato řešení často působí jako jakýsi black box a je obtížné je vzájemně exaktně porovnat z hlediska jejich schopnosti data správně klasifikovat. Jsou proto představeny jejich funkce a na vytvořeném datasetu uživatelských recenzí je měřena jejich schopnost správně klasifikovat tyto příspěvky. Mimo jiné jsou sledovány charakteristiky macro-averaged F1 míra nebo odmocnina ze střední kvadratické chyby (RMSE).V závěru práce jsou diskutována možná zkreslení a shrnuty hlavní doporučení, které by měly být vzaty v potaz před implementací nástrojů analýzy sentimentu v organizacích. Způsob přístupu: Internet informační management [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas strojové učení analýza sentimentu zpracování přirozeného jazyka option mining big data Smutný, Zdeněk xx0248843 ths Šperková, Lucie ISIS:59678 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/71292/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/71292 Hlavní práce https://insis.vse.cz/zp/71292/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/71292/posudek/oponent/65414 Oponentura https://insis.vse.cz/zp/71292/podrobnosti dc:identifier NEPOSILAT VSKP vse71292 200610 71292