Мазурець, ОлександрМолчанова, МаринаКліменко, ВалеріяСобко, ОленаСупрун, ПавлоMazurets, OleksandrMolchanova, MarynaKlimenko, ValeriiaSobko, OlenaSuprun, Pavlo2025-11-132025-11-132024Даталогічна модель бази даних для виявлення гендерної приналежності за SVM-аналізом дописів інтернет-мереж з використанням об'єктно-орієнтованого проєктування / О. Мазурець, М. Молчанова, В. Кліменко, О. Собко, П. Супрун // Вісник Хмельницького національного університету. Технічні науки. – 2024. – Т. 337, № 3 (2). – С. 197-204.https://elar.khmnu.edu.ua/handle/123456789/19782У роботі запропоновано практичний підхід до виявлення гендерної приналежності за аналізом дописів інтернет-мереж із використанням SVM-класифікаторів. Для дослідження ефективності запропонованого методу було створено об’єктно-орієнтовану програмну реалізацію в середовищі програмування PyCharm, а також виконано даталогічне моделювання структури даних. Розроблений підхід показав високу ефективність, в порівнянні з існуючим аналогом його точність вища на 0.11. Перевагою методу є можливість працювати з короткими текстами, такими як твіти, без втрати точності. Одержані результати можуть бути актуальними для різноманітних застосувань, включаючи маркетингові дослідження, аналіз громадської думки, персоналізовану рекламу, політичні дослідження, й сприти створенню безпечних і толерантних вебсередовищukгендерна приналежністьдописи інтернет-мережтвітиоб'єктно-орієнтована модельдаталогічна модельцисгендертолерантне середовищегендерSVMgender identityinternet poststweetsobject-oriented modeldata logic modelcisgendertolerant environmentgenderSVMСтаття004.8