vaal, эмоциональная оценка текста

Были выбраны тексты о туризме в Крыму: первый с сайта о туризме, второй - с википедии. Тексты одинаковые по своей сути. Они производят очень похожее впечатление на читателя, но у второго все характеристики больше. Из этого следует вывод, что он произведет большее эмоциональное воздействие на читателя, чем первый.

Комментарии

Отправить комментарий

Популярные сообщения из этого блога

Основы медиаэкономики. Практическое задание 1. Медиаплан СМИ.

Урсаев Александр, ЖМК-201.   Медиаплан редакции сетевого СМИ.  "NEWint" - платформа, в которой смогут публиковаться молодые "творцы". Писатели, поэты, музыканты, художники и т.п. Платформа, на которой авторы смогут обмениваться опытом друг с другом и общаться со своей аудиторией. Главный плюс платформы - это то, что все в одном месте. То есть не нужно переходить из одного приложения в другое.  1. Целевая аудитория: школьники, студенты (вузы и колледжи); люди 18-30 лет, которые интересуется новинками, трендами и готовы открывать для себя что-то новое в медиапространстве.  2. Основные расходы и доходы.  Доходы: реклама на платформе; продажа лицензии на размещение на платформе (символическая сумма 100-300 руб.).  Расходы:  Расходы на связь: интернет, телефон и т.п. - 5000 р. в месяц. - предполагается, что сотрудники будут работать "из дома", дистанционно, поэтому это оплата лично за мое пользование связью.  ПК - приблизительно 400 000 р. ...
Далее...

Кластерный анализ из внешней базы данных

Изображение
Для анализа было взято слово quest а) мы видим, что слово quest связано с такими словами, как books, film, qames и др. Есть и другие слова, связанные с новостями. Это связано с тем, что тематика квестов может быть совершенно разной, а также применяться данный формат может где угодно. б) очень много пересечений со словом other, это подтверждает, что тематика и применение квестов широко применимо в любой области жизни людей.
Далее...

Графический анализ с кластеризацией

Изображение
1. Результаты кластеризации и Image Grid отличаются. На мой взгляд, Image Grid выполнен логичнее и точнее. Там более понятен смысл разделения, нежели в кластеризации (по тому, что изображено на картинках). 2. Для анализа я выбрал альбомы музыкального исполнителя Lida. В Image Grid раздление на группы произошло по тому, что изображено на картинках: количество объектов, их размер, тип. В кластеризации принцип разделения не понятен. Картинки будто были выбраны в хаотичном порядке: нет разделения ни по цветовой гамме, ни по объектам. С классификацией Image Grid я согласен на 100%, она логична, понятна. Можно выделить конкретные признаки, по которым программа разделила на группы эти картинки.
Далее...