Sentiment-Analyse: Unterschied zwischen den Versionen

Aus Social-Media-ABC
Zur Navigation springen Zur Suche springen
(Die Seite wurde neu angelegt: „== '''Sentiment-Analyse''' == Im Zuge der Ausbreitung sozialer Netzwerke wurde es interessant, zu verfolgen, welche Gespräche wo über welche Personen, Marken,…“)
 
Keine Bearbeitungszusammenfassung
 
(3 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt)
Zeile 1: Zeile 1:
== '''Sentiment-Analyse''' ==
=='''Die Sentiment-Analyse'''==


Die Sentiment-Analyse (auch Tonalitätsanalyse genannt) ist ein Teil des [[Social-Media-Monitoring]] und gibt Aufschluss über die Tonalität der in den (sozialen) Medien verbreiteten Beiträge und Postings. Mit ihrer Hilfe können die Beiträge und Kommentare nicht nur quantitativ, sondern auch qualitativ bewertet werden. Die Stimmung wird in positiv, negativ und neutral unterteilt.


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.
=='''Funktionsweise'''==
Beispiele für Analyse-Tools sind Tweetfeel [http://www.tweetfeel.com/] für Twitter, ContextSense [http://www.wingify.com/contextsense/] für beliebige Websites oder RankSpeed [http://www.rankspeed.com/], bei welchem Suchbegriffe mit emotionsgeladenen Adjektiven ergänzt werden können
 
Bei der Sentiment-Analyse werden die Inhalte von Beiträgen im Netz ausgewertet. Aufgrund der Komplexität von Sprache (Ironie, Sarkasmus, Dialekt, Schreibfehlern, usw.) ist die Auswertung nicht ohne weiteres möglich und bedarf eigentlich immer manuelle Bearbeitung, um eine gute Qualität der Auswertung zu gewährleisten .  
Aus diesem Grund werden verschiedene Verfahren miteinander verbunden: sowohl einfache wörterbuchbasierte Verfahren, über [[Information Retrieval]], [[Informationslinguistik]], [[Data Mining]] bis [[Machine Learning]]  werden eingesetzt. Durch die Verwendung von [[Algorithmus |Algorithmen]] lässt sich dann ein Stimmungsbild erstellen.  
 
=='''Bedeutung im Social Web'''==
 
Je bekannter ein Unternehmen, eine Marke, ein Event oder eine Person ist, desto mehr wird darüber gesprochen. Bei geringerer Bekanntheit lässt sich eine Sentiment-Analyse noch manuell erstellen, bei steigender Bekanntheit wird das allerdings zu einer nicht zu bewältigenden Aufgabe.  Hier muss auf jeden Fall eine automatisierte Analyse eingesetzt werden, um ein Stimmungsbild in den [[Soziales Netzwerk|Sozialen Netzwerken]] zu erkennen.
Besonders wichtig ist die Sentiment-Analyse für die Kampagnen-Führung, denn damit lässt sich sehr gut ablesen, wie die Social-Media-Kampagne bei den Nutzern ankommt. Unter Umständen kann sogar noch in eine laufende Kampagne korrigierend eingegriffen werden. Auch lassen sich damit Rückschlüsse für weitere Kampagnen ziehen.  
 
=='''Tools für die Sentiments-Analyse'''==
 
Die Sentiment-Analyse ist oftmals in den Social Monitoring Tools inkludiert. Anbei eine kleine -nicht vollständige- Auswahl:
* [http://www-01.ibm.com/software/analytics/solutions/customer-analytics/social-media-analytics/ IBM Social Sentiment Index]
* [http://www.sap.com/solution/rapid-deployment/software/hana-sentiment-analysis-social-crm/index.html Sentiments-Analyse-Tool von SAP] ,das auch bei den Präsidentschaftswahlen in den USA eingesetzt wurde 
* [http://www.opiniontracker.net/de/ Opinion Tracker] der Wiener „Datenwerk Innovationsagentur“
* [http://www.talkwalker.com/de/social-media-analyse-such-tool/ Talkwalker]




----
----
''Quellen:''
''Quellen:''
http://www.tweetfeel.com/
*http://www.rankspeed.com/
http://www.wingify.com/contextsense/
*http://www.social-media-magazin.de/index.php/inhalt/opinion-mining-und-sentiment-analyse-im-web-20.html  
http://www.rankspeed.com/
*http://www.social-media-magazin.de/index.php/heft-03-2011/lernende-maschinen.html
http://www.social-media-magazin.de/index.php/inhalt/opinion-mining-und-sentiment-analyse-im-web-20.html  
*http://netzwertig.com/2010/05/27/sentimentanalyse-emotionen-statt-fakten/
http://www.social-media-magazin.de/index.php/heft-03-2011/lernende-maschinen.html
*http://www.zeit.de/digital/internet/2012-10/stimmung-analyse-social-media
http://netzwertig.com/2010/05/27/sentimentanalyse-emotionen-statt-fakten/
*http://www.creativeconstruction.de/blog/social-media-monitoring-tools-im-vergleich/

Aktuelle Version vom 17. Juni 2014, 21:06 Uhr

Die Sentiment-Analyse

Die Sentiment-Analyse (auch Tonalitätsanalyse genannt) ist ein Teil des Social-Media-Monitoring und gibt Aufschluss über die Tonalität der in den (sozialen) Medien verbreiteten Beiträge und Postings. Mit ihrer Hilfe können die Beiträge und Kommentare nicht nur quantitativ, sondern auch qualitativ bewertet werden. Die Stimmung wird in positiv, negativ und neutral unterteilt.

Funktionsweise

Bei der Sentiment-Analyse werden die Inhalte von Beiträgen im Netz ausgewertet. Aufgrund der Komplexität von Sprache (Ironie, Sarkasmus, Dialekt, Schreibfehlern, usw.) ist die Auswertung nicht ohne weiteres möglich und bedarf eigentlich immer manuelle Bearbeitung, um eine gute Qualität der Auswertung zu gewährleisten . Aus diesem Grund werden verschiedene Verfahren miteinander verbunden: sowohl einfache wörterbuchbasierte Verfahren, über Information Retrieval, Informationslinguistik, Data Mining bis Machine Learning werden eingesetzt. Durch die Verwendung von Algorithmen lässt sich dann ein Stimmungsbild erstellen.

Bedeutung im Social Web

Je bekannter ein Unternehmen, eine Marke, ein Event oder eine Person ist, desto mehr wird darüber gesprochen. Bei geringerer Bekanntheit lässt sich eine Sentiment-Analyse noch manuell erstellen, bei steigender Bekanntheit wird das allerdings zu einer nicht zu bewältigenden Aufgabe. Hier muss auf jeden Fall eine automatisierte Analyse eingesetzt werden, um ein Stimmungsbild in den Sozialen Netzwerken zu erkennen. Besonders wichtig ist die Sentiment-Analyse für die Kampagnen-Führung, denn damit lässt sich sehr gut ablesen, wie die Social-Media-Kampagne bei den Nutzern ankommt. Unter Umständen kann sogar noch in eine laufende Kampagne korrigierend eingegriffen werden. Auch lassen sich damit Rückschlüsse für weitere Kampagnen ziehen.

Tools für die Sentiments-Analyse

Die Sentiment-Analyse ist oftmals in den Social Monitoring Tools inkludiert. Anbei eine kleine -nicht vollständige- Auswahl:



Quellen: