Mäta förtroendesiffror med hjälp av sentimentanalys på Twitter

Detta är en Kandidat-uppsats från KTH/Skolan för datavetenskap och kommunikation (CSC)

Sammanfattning: Sentimentanalys av Twitterinlägg, samt kvantifiering och analys av dess resultat har de senaste decenniet fått enallt större spridning, både i den akademiska världen och i näringslivet. Denna undersökning har som mål attgranska huruvida det är möjligt att bestämma den amerikanska presidentens förtroendesiffror med hjälp av 259774 insamlade Twitterinlägg och ett dataset innehållandes förtroendesiffror för samma tidsperiod sammanställdfrån olika institut som genomför opinionsundersökningar. Potentiella intressenter av studien skulle kunna varavalforskare, lingvister och analytiker på olika institut såsom Gallup. Sentimentvärdet för varje Twitterinlägg bestämdes med hjälp av två olika listor med polaritetsvärdare ord, BPMoch AFINN. Det första är ett egensammansatt lexikon och det andra är ett lexikon framtaget för sentimentanalysinom framförallt sociala medier. Den kvantifierade datan kunde sedan jämföras med de manuellt sammanställdaförtroendesiffrorna från opinionsundersökningarna. Korrelation mellan våra sentimentvärderade Twitterinläggoch referensdatan var väldigt låg, vilket skiljer vår studie från andra liknande studier. Mer generella slutsatserkunde dras vid noggrannare undersökning och tydning av resultatet. Framtida studier bör ta hänsyn till sentimentanalysens ofta väldigt lågt prediktiva förmåga vid utförandet avliknande parametrar som i denna studie, d.v.s. med en värdering som bara returnerar positiva, negativa ellerneutrala resultat.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)