Predicting the mood of smartphone users – Ing. Martin Fekete
Ing. Martin Fekete
Master's thesis
Predicting the mood of smartphone users
Predicting the mood of smartphone users
Anotácia:
Smartfóny sa stali neoddeliteľnou súčasťou nášho života vďaka svojmu pohodliu, jednoduchému používaniu a neustálej dostupnosti. Hoci viaceré štúdie zdôraznili, že ich použivanie je spojené s rôznymi negatívnymi účinkami, smartfóny sú taktiež dôležitým socializačným nástrojom, najmä v živote mladých ľudí. Cieľom tejto práce je preskúmať návyky českých adolescentov pri používaní smartfónov a zistiť, …viacAbstract:
Smartphones have become an inseparable part of our lives thanks to their convenience, ease of use, and constant availability. While several studies highlighted that smartphone use is associated with various negative effects, they are also an important socialization tool, especially in the lives of young people. This thesis aims to investigate the smartphone usage habits of Czech adolescents and explore …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 16. 5. 2023
Identifikátor:
https://is.muni.cz/th/blhs1/
Obhajoba závěrečné práce
- Obhajoba proběhla 22. 6. 2023
- Vedúci: RNDr. Jaromír Plhák, Ph.D.
- Oponent: prof. PhDr. David Šmahel, Ph.D.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatikyMasaryk University
Faculty of InformaticsMaster programme / odbor:
Software Engineering / Deployment and operations of software systems
Práce na příbuzné téma
-
Bankruptcy prediction with explainable machine learning methods
Munkhnaran Tsogoo -
Machine learning techniques of mass spectra prediction
Filip Jozefov -
Prediction of missing peaks in mass spectra
Michal Starý -
Analysis of product adoption and prediction of customer churn
Ľudmila Lenková -
Amino acid type prediction problem in biological nuclear magnetic resonance
David Porteš -
Prediction of normal maps using machine learning methods
Ekaterina Korotkaya