Twitter -stemning

Sentimentanalyse er en stadig vigtigere del af data mining, især i en alder af sociale medier og sociale netværk, hvor der er uendelige meninger og kommentarer, der kan være nyttige for en lang række interessenter inden for handel, andre virksomheder, og endda politik.

Nu, en innovativ og effektiv metode til følelsesanalyse af kommentarer til mikrobloggingplatformen, Twitter, er rapporteret i International Journal of Data Mining, Modellering og ledelse af et team fra Indien. Hima Suresh fra School of Computer Sciences, på Mahatma Gandhi University, i Kottayam, Kerala og Gladston Raj. S fra Institut for Datalogi, Government College, også i Kerala forklare, hvordan sentimentanalyse centrerer sig om at analysere holdninger og meninger afsløret i et datasæt og vedrørende et bestemt emne af interesse. Analysen udnytter maskinlæringstilgange, leksikonbaserede tilgange og hybride tilgange, der splejser begge førstnævnte.

"En effektiv tilgang til forudsigelse af følelser ville give os mulighed for at få udtalelser fra webindholdet og til at forudsige online offentlige valg, " foreslår holdet. De har nu demonstreret en ny tilgang til sentimentanalyse omkring diskussionen af ​​et kommercielt brand på Twitter ved hjælp af data indsamlet over en periode på fjorten måneder. Deres metode har en uovertruffen nøjagtighed til at indhente den sande mening, næsten 87% af tid i deres tests ved at bruge en specifik smartphonemodel som målmærket, der undersøges. De foreslår, at nøjagtigheden kunne forbedres yderligere ved at inkorporere et bredere leksikon, der inkluderede Twitter-slang, for eksempel.