Εξόρυξη κανόνων συσχέτισης που βασίζονται στο συναίσθημα από δεδομένα του Twitter

Abstract

Η ανάγνωση και η γραφή tweets μπορεί να επηρεάσει τα συναισθήματα των ανθρώπων. Μπορούν να βιώσουν ταυτόχρονα συναισθήματα, όπως ευτυχία και ανησυχία, ή θλίψη και θυμό, όταν διαβάζουν μία ανάρτηση στο Twitter. Ωστόσο, η εξαγωγή συναισθημάτων που μπορεί να προκληθούν από ένα κείμενο είναι μια περίπλοκη εργασία. Για να εξάγουμε σχέσεις μεταξύ συναισθημάτων και λέξεων, προτείνεται μια μέθοδο ανάλυσης συναισθημάτων που βασίζεται στην εξόρυξη δεδομένων. Συγκεκριμένα, μέσα από σύνολα δεδομένων που περιέχουν το κείμενο των tweets και την ταξινόμηση τους σε συναισθήματα ή την πολικότητα (θετική/αρνητική) που δημιουργούν, θα αντληθούν κανόνες εξόρυξης με λέξεις αντιστοιχίζοντας στο δεξί μέρος του κανόνα σε συναισθήματα ή την πολικότητα των λέξεων αυτών. Πραγματοποιείται προεπεξεργασία των κειμενικών δεδομένων (διαίρεση των tweets σε όρους, μετατροπή όλων των χαρακτήρων σε πεζούς, αφαίρεση των αριθμών και των συμβόλων, αφαίρεση stopwords, λημματοποίηση, αποκατάληξη και λεξικογραφική ανάλυση), έτσι ώστε να γίνει καλύτερη μέτρηση των συχνών στοιχειοσυνόλων. O αλγόριθμος που χρησιμοποιείται είναι η Apriori και η υλοποίηση γίνεται με κώδικα στην γλώσσα προγραμματισμού Python και χρήση του προγράμματος RapidMiner.