Prediction of Audience Reaction on Text-Visual Content Using Neural Networks
Anatoly V. Anisimov, M. Bevza, B. Bobyl · Cybernetics and computer engineering · 2021
УкраїнаÏÐÎÃÍÎÇÓÂÀÍÍß ÂIÄÃÓÊI ÍÀ ÂIÇÓÀËÜÍÎ-ÒÅÊÑÒÎÂÈÉ ÊÎÍÒÅÍÒ Ç ÂÈÊÎÐÈÑÒÀÍÍßÌ ÍÅÉÐÎÍÍÈÕ ÌÅÐÅÆ Вступ.Соціальні мережі надають можливість одержувати високо персоналізований досвід для їхніх користувачів, даючи їм змогу підписуватись на сторінки інших користувачів, які публікують релевантний і цікавий контент.Відгук на візуальний і текстовий контент повідомлення одержується від підписників у вигляді поширень, лайків та коментарів.Прогнозування реакції аудиторії на те чи інше повідомлення цих мереж стає чимдалі важливим завданням, оскільки публікація повідомлень носить незворотний характер і перед публікацією необхідно прогнозувати реакцію підписників.Метою роботи є побудова системи, яка може прогнозувати реакцію аудиторії на чергову публікацію, враховуючи особливість кожної сторінки, унікальність її аудиторії та варіативність можливих реакцій.Результати.Проаналізовано структуру контенту і реакцій у соціальних мережах та визначено особливості публікацій, які слід враховувати під час аналізу популярності та відгуку аудиторії на публікацію.Описано процес тренування нейронної мережі, що дає можливість натренувати нейронну мережу для кожної сторінки з урахуванням особливостей аудиторії.Характеристики текстової частини контенту попередньо сформовано за допомогою нейронної мережі BERT, а характеристики візуальної частини контенту -нейронної мережі VGG-16.Створено модель класифікації для трьох груп показників: лайків, поширень та емоційної направленості коментарів.Розроблено алгоритм передбачення реакції аудиторії на повідомлення, який об'єднує роботу компонентів нейронної мережі для екстракції візуальносемантичних ознак зображення, текстово-семантичних ознак текстових даних та