User profiling and sentiment analysis for a brand using data from social medium Twitter

Abstract

Στον σύγχρονο κόσμο των επιχειρήσεων και του εμπορίου η γνώση που αντλούν οι εταιρείες μέσω των κοινωνικών δικτύων (Twitter, Facebook, Instagram) για τα κοινά χαρακτηριστικά (profile) των πελατών τους, τους δίνει συγκριτικό πλεονέκτημα έναντι των υπολοίπων, καθώς συμβάλει δυναμικά, τόσο στην διαμόρφωση της εμπορικής τους στρατηγικής με στόχο την αύξηση, αλλά και την διεύρυνση, του καταναλωτικού τους κοινού, όσο και στην βελτίωση της εικόνας τους στο ευρύ κοινό μέσω στοχευμένων προωθητικών ενεργειών. Σε αυτή την κατεύθυνση η τεχνική της Ανάλυσης Συναισθήματος (Sentiment Analysis) μέσω της Επεξεργασίας Φυσικής Γλώσσας (Natural Language Processing (NLP)) των μηνυμάτων των χρηστών των κοινωνικών δικτύων για αυτές τις εταιρίες, οδηγεί σε δύο συχνά αλληλοσυνδεόμενες κατηγοριοποιήσεις. Η μία κατηγοριοποίηση (User Profiling) γίνεται βάσει των κοινών γνωρισμάτων (έκφραση συναισθημάτων, φρασεολογία, κ.α) των χρηστών και η άλλη τους κατατάσσει σε τρεις κατηγορίες βάσει της θετικότητας, αρνητικότητας ή ουδετερότητας που εκφράζουν μέσω των μηνυμάτων τους για την εκάστοτε εταιρεία (Ανάλυση συναισθήματος - Sentiment Analysis). Στην παρούσα διπλωματική πραγματοποιείται αρχικά η ανάλυση συναισθήματος των μηνυμάτων (tweets) του κοινωνικού μέσου Twitter κατά την διάρκεια του SuperBowl, σχετικά με τον κλάδο της αυτοκινητοβιομηχανίας, αναδεικνύοντας παράλληλα τα προβλήματα και τους περιορισμούς που θέτουν τα εργαλεία που χρησιμοποιούνται για την ανάλυση αυτή. Τα αποτελέσματα έδειξαν ότι τα συναισθήματα που εκφράζουν οι χρήστες για τις εταιρίες που διαφημίζονται κατά την διάρκεια σημαντικών αθλητικών γεγονότων τείνουν να είναι περισσότερο θετικά, γεγονός που συνάδει με το γενικότερο αίσθημα ενθουσιασμού και χαράς που επικρατεί, ενώ υπήρξαν αυτοκινητοβιομηχανίες για τις οποίες τα μηνύματα εμφάνισαν σημαντικό ποσοστό αρνητικών σχολίων. Στο δεύτερο μέρος επιχειρείται η εξόρυξη του προφίλ των χρηστών και η κατηγοριοποίησή τους βάση του μοντέλου προσωπικότητας OCEAN. Μία επιπλέον κατηγοριοποίηση γίνεται σύμφωνα με την έρευνα της Forrester Research, Inc. του 2010, η οποία ανέδειξε τις κατηγορίες των χρηστών των κοινωνικών μέσων. Για το σκοπό αυτό χρησιμοποιήθηκαν τα αποτελέσματα της ανάλυσης κειμένου που πραγματοποιήθηκε από την εφαρμογή LIWC2007 (Linguistic Inquiry and Word Count) στα tweets της βάσης δεδομένων που αξιοποιήθηκαν για την ανάλυση συναισθήματος. Για την εκκαθάριση και προετοιμασία των δεδομένων χρησιμοποιήθηκε η γλώσσα προγραμματισμού Python, ενώ για την εξόρυξη του προφίλ των χρηστών έγινε χρήση του προγράμματος στατιστικής ανάλυσης SPSS. Η έρευνά μας κατέληξε στο συμπέρασμα ότι οι δύο τύποι προσωπικότητας που αντιπροσωπεύουν το σύνολο σχεδόν των χρηστών του Twitter είναι αυτοί των εξωστρεφών και των νευρωτικών κατά το μοντέλο OCEAN, ενώ σύμφωνα με την κατηγοριοποίηση της Forrester Research οι χρήστες εμφανίζουν χαρακτηριστικά των κατηγοριών των συνομιλητών , των κριτικών και των συμμετεχόντων.