Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/119206
Títol: | Ús d'algorismes genètics per desxifrar algorismes de classificació opacs |
Autoria: | Llabrés Darder, Albert |
Tutor: | Pérez Rosés, Hebert |
Resum: | En els últims anys, els mitjans de comunicació han esdevingut un element clau per tal de transmetre informació d'una forma determinada amb l'objectiu de crear una opinió concreta en el lector. Tradicionalment, aquest objectiu s'assolia a través de la pròpia redacció de la informació. No obstant, amb l'aparició de productes interactius on tots els usuaris poden intercanviar informació, ha esdevingut clau la forma en la que aquests usuaris transmeten aquesta informació així com el posicionament que obtenen. Durant aquest treball de fi de màster, s'ha realitzat un seguiment de les notícies publicades a Yahoo! News per tal d'arribar a una aproximació en els seus algorismes de classificació de comentaris. L'objectiu d'aquest treball és poder comprendre quins paràmetres són més importants a l'hora d'establir l'ordre en què els usuaris finals rebran els comentaris publicats, de tal forma que les entitats interessades en aquest aspecte pugin redactar comentaris de forma eficient amb l'objectiu de transmetre una informació determinada. Per tal d'assolir aquest objectiu, en aquest treball s'ha fet ús de metodologies estudiades en aquest màster, tals com els algorismes d'optimització meta-heurística, la programació genètica, les regressions simbòliques, etc. Els resultats d'aquest treball permetran aconseguir una aproximació als algorismes de classificació emprats per Yahoo! News, de tal forma que podrem deduir els criteris seguits amb un determinat error relatiu. Les conclusions d¿aquest treball permetran comprovar que Yahoo! News fa ús de paràmetres de classificació que no es troben a l'abast dels seus usuaris, i que per tant disposa d'una gran opacitat. |
Paraules clau: | matemàtica aplicada algorismes genètics regressió simbòlica matemàtica aplicada |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 21-jun-2020 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Treballs finals de carrera, treballs de recerca, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
Dump20200625.rar | 49,97 MB | WinRar | Veure/Obrir | |
plotMessageTrace.m | 1,52 kB | Matlab script | Veure/Obrir | |
tracings.rar | 31,1 kB | WinRar | Veure/Obrir | |
YahooNews.rar | 42,35 MB | WinRar | Veure/Obrir | |
albertllabresTFM0620memoria.pdf | Memoria del TFM | 1,46 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons