Please use this identifier to cite or link to this item:
Title: Αποτύπωση της προτίμησης καταναλωτών με τη χρήση μεθόδων ανάλυσης συναισθήματος σε κοινωνικά δίκτυα
Other Titles: Capturing consumer preference using emotion analysis methods on social networks
Authors: Μητσιώνης, Κωστάκης
Keywords: Aνάλυση συναισθήματος
Eξόρυξη γνώμης
Keywords (translated): Sentiment analysis
Opinion mining
Abstract: Ο όρος ανάλυση συναισθήματος (sentiment analysis) αναφέρεται στον αυτόματο εντοπισμό και εξαγωγή απόψεων, συναισθημάτων και διαθέσεων από έγγραφα κειμένου. Ο βασικός στόχος της ανάλυσης συναισθήματος είναι ο χαρακτηρισμός της πολικότητας του κείμενου. Δηλαδή, σε ποιο βαθμό η γνώμη που εκφράζεται σε αυτό ερμηνεύεται ως θετική, αρνητική ή ουδέτερη. Η ανάλυση συναισθήματος στα κοινωνικά δίκτυα δίνει τη δυνατότητα μελέτης των απόψεων, συναισθημάτων και διαθέσεων των χρηστών τους σχετικά με μια ποικιλία θεμάτων με χαμηλότερο κόστος σε χρόνο και χρήμα από τη κλασική προσέγγιση του ερωτηματολογίου ή της συνέντευξης. Η παρούσα εργασία αναλύει τα συναισθήματα των χρηστών του κοινωνικού δικτύου Twitter με τεχνικές μηχανικής μάθησης σχετικά με το brand Heineken. Η μελέτη γίνεται σε χρήστες της Αγγλικής γλώσσας.
Abstract (translated): The term sentiment analysis refers to the automatic detection and extraction of opinions, emotions and moods from text documents. The main objective of emotion analysis is to characterize the polarity of the text. That is, to what extent the opinion expressed in it is interpreted as positive, negative or neutral. Emotion analysis on social networks enables the study of their users' views, feelings and moods on a variety of topics with lower cost in time and money than the classic approach of the questionnaire or interview. This paper analyzes the feelings of users of the Twitter social network with machine learning techniques related to the Heineken brand. The study is done to English users.
Appears in Collections:Τμήμα Μαθηματικών (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
Mitsionis-Diplwmatiki.pdf1.77 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.