Sentiment-Analyse
Sentiment-Analyse
Im Zuge der Ausbreitung sozialer Netzwerke wurde es interessant, zu verfolgen, welche Gespräche wo über welche Personen, Marken, Produkte oder Unternehmen stattfanden. Da im Internet nicht nur Fakten präsentiert, sondern auch Meinungen geäußert werden, rückte im Laufe der Zeit auch folgende Frage in den Fokus: Wie liefen die Gespräche ab, waren die Kommentare von einer positiven oder einer negativen Haltung gegenüber der jeweiligen Person bzw. des Unternehmens geprägt? Um dies zu ermitteln, bedienen sich Unternehmen sowie Privatpersonen der sogenannten Sentiment-Analyse. Diese Technologie, welche sich verschiedener Bereiche bedient (von einfachen wörterbuchbasierten Verfahren bis hin zu u. a. Information Retrieval, Informationslinguistik, Data Mining und Machine Learning) wertet die Gespräche im Netz hinsichtlich der Tonalität aus. Analysiert werden dabei die Polarität, die Subjektivität und die Art der gewählten Wörter. Unter Einsatz von Algorithmen lässt sich zumindest ansatzweise sagen, welche Emotionen hinter den gewählten Wörtern stecken. Als Sentiment wird somit die Stimmung bezeichnet, mit welcher sich eine Person zu einem gewissen Thema äußert. Oftmals wird die Stimmung in die drei Kategorien „positiv“, „negativ“ und „neutral“ eingeteilt. Beispiele für Analyse-Tools sind Tweetfeel [1] für Twitter, ContextSense [2] für beliebige Websites oder RankSpeed [3], bei welchem Suchbegriffe mit emotionsgeladenen Adjektiven ergänzt werden können
Quellen: http://www.tweetfeel.com/ http://www.wingify.com/contextsense/ http://www.rankspeed.com/ http://www.social-media-magazin.de/index.php/inhalt/opinion-mining-und-sentiment-analyse-im-web-20.html http://www.social-media-magazin.de/index.php/heft-03-2011/lernende-maschinen.html http://netzwertig.com/2010/05/27/sentimentanalyse-emotionen-statt-fakten/