Theuth

ANALISI DEL SENTIMENT SUI SOCIAL – IL METODO THEUTH Per l’analisi delle comunicazioni sui social (facebook, twitter, instagram), trattiamo dati strutturati (inseriti in box) e non strutturati (per es. testi liberi), ponendo particolare attenzione alle metriche di interazione, positive e negative, da cui si evincono le performance. I contenuti sono processati nella loro interezza (immagini, testi, emoji ed hashtag), al fine di effettuare misurazioni di polarità (sentiment), individuare macrotemi (campi semantici di interesse) e dedurre una classificazione delle emozioni. Dall’intersezione di queste tipologie di trattamenti, si giunge alla definizione di due viste sul fenomeno, che vanno da un piano quantitativo, in cui si descrivono le tematiche più trattate e più performanti, a un piano qualitativo, in cui si evincono i toni di voce tradotti in emozioni e si delinea una gerarchia di quest’ultime in base ai temi individuati. Per ciascuna di queste rilevazioni di tipo linguistico, si effettua una misurazione di performance. Il fine è di fotografare il risultato delle performance di chi si rende visibile sul web, ma anche di suggerire strategie più efficaci sul piano espressivo e contenutistico, con la possibilità di adottare questo tipo di rilevazione per la progettazione di campagne data driven. L’aspetto innovativo del lavoro è dato dalla elaborazione tramite procedure di Natural Language Processing (NLP) di tutte le funzionalità che contribuiscono a comporre i post nei social network. Le caratteristiche verbali (ovvero la didascalia, i testi scritti inseriti nelle immagini e gli hashtag), e quelle non verbali come le immagini (foto di Instagram ed emoji) vengono trattate automaticamente. Una volta applicate le tecniche di sentiment analysis, emotion detection e topic modeling, tutte le informazioni che compongono il dataset vengono automaticamente messe in relazione tra loro e visualizzate in una dashboard interattiva, che consente l’osservazione del fenomeno sotto diverse prospettive, attraverso un sistema di filtri, zoom e interazioni interdipendenti tra le diverse visualizzazioni. Ogni punteggio raggiunto dai tre linguaggi presi in considerazione (testo libero, hashtag, emoji) viene ponderato in base al presupposto che il livello di euforia delle emoji sia superiore a quello degli hashtag.