La Sentiment Analysis è una disciplina che mira a determinare l’atteggiamento di una persona rispetto ad una determinata cosa (per esempio un prodotto, un servizio, un argomento).
Tale atteggiamento può essere un giudizio o una valutazione, lo stato affettivo (= lo stato emotivo che prova la persona stessa) o la comunicazione emozionale (= ciò che la persona cerca di trasmettere agli altri).
Con l’avvento dei social media e quindi l’esplosione vorticosa di recensioni, voti e raccomandazioni di ogni tipo, l’interesse nei confronti della disciplina è cresciuto a dismisura, così come gli strumenti – più o meno seri – che provano ad analizzare questo “feeling”.
Oggi vorrei parlare nello specifico di Twitter, perché è il social che probabilmente consente di esprimere e diffondere nel modo più rapido e conciso tutto ciò che passa per la testa del twittatore, sentiment incluso.
Esistono online 3 servizi che permettono di fare una twitter sentiment analysis molto basilare, oserei dire “binaria”, imperniata quindi su 2 soli valori: positivo e negativo. I 3 siti sono:
• Sentiment 140
• Tweetfeel
• twitrratr
Inserendo una qualsiasi parola chiave (possibilmente legata ad un prodotto o a un servizio) viene eseguita una veloce analisi dei tweet correlati, con relativa ripartizione percentuale fra positivi e negativi (nel caso di twitrratr, anche dei “neutrali”).
Da quello che si può facilmente notare non viene eseguita una analisi semantica del contenuto, ma i 3 strumenti si basano principalmente su alcune paroline (generalmente aggettivi) che associate alla keyword possono far pendere la bilancia da una parte piuttosto che dall’altra.
Alcuni esempi di parole positive sono love, great, awesome, best, amazing, can’t wait, need, mentre fra quelle negative ho notato sucks, fail, negative, terrible, waste of, won’t.
Anche le emoticons possono esserci d’aiuto: come suggerito da twittercism, inserire una faccina allegra (= 🙂 ) o una triste (= 🙁 ) subito dopo una keyword può immediatamente far emergere i cinguettii positivi e quelli negativi. E curiosamente sembra che Twitter riesca ad interpretare in qualche modo queste query: inserire : ) nella ricerca mostra anche i tweet che includono : – ) e : D
