Κατεύθυνση Ψηφιακά Μέσα Επικοινωνίας και Περιβάλλοντα Αλληλεπίδρασης
Βιβλιοθήκη Πολιτικής Επιστήμης και Δημόσιας Διοίκησης - Επικοινωνίας και Μέσων Μαζικής Ενημέρωσης - Τουρκικών Σπουδών και Σύγχρονων Ασιατικών Σπουδών - Κοινωνιολογίας

2017-12-06

2017

Κοϊνάκης Αντώνιος

Κωνσταντίνος Μουρλάς, Αναπληρωτής Καθηγητής, ΕΜΜΕ, ΕΚΠΑ

Ανάλυση Συναισθήματος σε δεδομένα του Twitter για την ασφάλεια Υγείας

Ελληνικά

Ανάλυση Συναισθήματος σε δεδομένα του Twitter για την ασφάλεια Υγείας

Η ανάλυση συναισθημάτων αποτελεί μία ερευνητική τάση που αποσκοπεί στην επεξεργασία της φυσικής γλώσσας και στην εξόρυξη δεδομένων. Πρόσφατα, η έρευνα αυτή έχει επεκταθεί εκτός του τομέα των ηλεκτρονικών υπολογιστών και σε άλλους τομείς όπως τις κοινωνικές και πολιτικές επιστήμες, την οικονομία και τις επιχειρήσεις. Η ραγδαία ανάπτυξη των μέσων κοινωνικής δικτύωσης όπως το Twitter, έχει δημιουργήσει πρωτοφανείς ευκαιρίες για την ερευνητική κοινότητα αναφορικά με την εξόρυξη δεδομένων και την ανάλυση συναισθήματος. Οι ερευνητές και οι αναλυτές μπορούν να αξιοποιήσουν αυτές τις ευκαιρίες μελετώντας και αναλύοντας τις απόψεις των χρηστών, τις στάσεις και τα συναισθήματα τους σχετικά με σημαντικά γεγονότα τα οποία αναπαράγονται μέσω σχολιασμού στα μέσα κοινωνικής δικτύωσης. Επιπρόσθετα το φαινόμενο των δεδομένων μεγάλου όγκου έχει λάβει μεγάλη προσοχή κατά την τελευταία δεκαετία και γίνεται ολοένα πιο σημαντικό σχετικά με την αποθήκευση και την επεξεργασία δεδομένων με γνώμονα τη δυνατότητα της έξυπνης ανάλυσης τεράστιων ποσοτήτων δεδομένων που συνήθως συλλέγονται από διαφορετικές πηγές και ενδεχομένως θα αποτελέσουν ένα κρίσιμο επιχειρηματικό περιουσιακό στοιχείο για κάθε μεγάλο οργανισμό. Ο στόχος αυτής της διπλωματικής είναι η ανάλυση συναισθήματος για την ασφάλεια υγείας, με εφαρμογή στην επιχειρηματική ευφυΐα σε ένα σύνολο δεδομένων περίπου 11.500 μικρών μηνυμάτων από το μέσο κοινωνικής δικτύωσης Twitter και η δημιουργία ενός λεξικού συναισθήματος με κατεύθυνση τον τομέα της ασφάλειας και της υγείας. Τα μηνύματα στο Twitter, ή αλλιώς tweets, όπως είναι ευρέως γνωστά, περιορίζονται στους 140 χαρακτήρες. Αυτός ο περιορισμός προσθέτει ακόμα μια δυσκολία στους χρήστες του, στο να εκφράσουν τα συναισθήματα τους και συνεπώς η ταξινόμηση αυτού του συναισθήματος σε θετικό, αρνητικό ή ουδέτερο είναι ακόμα πιο δύσκολη. Η ανάλυση συναισθήματος στη συγκεκριμένη εργασία, βασίζεται σε ένα ήδη υπάρχον ελεύθερα διαθέσιμο ελληνικό λεξικό συναισθήματος το οποίο ταξινομεί τα tweets ανάλογα με το συναίσθημα που εκφράζουν σε θετικό, αρνητικό ή ουδέτερο. Η συλλογή, η επεξεργασία και η ταξινόμηση των tweets αναλόγως με το συναίσθημα τους, πραγματοποιήθηκε με χρήση της γλώσσας προγραμματισμού R μέσω του ελεύθερου και ανοιχτού κώδικά περιβάλλοντος ανάπτυξης RStudio.

Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες

ανάλυση συναισθήματος, λεξικό συναισθήματος, μέσα κοινωνικής δικτύωσης, δεδομένα μεγάλου όγκου, επιχειρηματική ευφυΐα, ασφάλεια υγείας, τομέας υγείας

Ναι

1

Ναι

108

109

Δεν επιτρέπεται η πρόσβαση στο αρχείο. H πρόσβαση επιτρέπεται μόνο εντός του δικτύου του ΕΚΠΑ.

https://pergamos.lib.uoa.gr/uoa/dl/object/2326555