Nell’era dei social media, comprendere il sentimento pubblico nei confronti del maggiore
le società sono cruciali per gli investitori, politici, e ricercatori. Questo
il documento presenta un sistema completo di analisi del sentiment su misura per le aziende
monitoraggio della reputazione, combinando l’elaborazione del linguaggio naturale (PNL) e macchina
apprendere tecniche per interpretare con precisione l’opinione pubblica in tempo reale. IL
La metodologia integra un framework ibrido di rilevamento del sentiment sfruttando entrambi
modelli basati su regole (VADER) e modelli di deep learning basati su trasformatori
(DistillBERT), applicato ai dati dei social media provenienti da più piattaforme. Il sistema
inizia con una solida preelaborazione che coinvolge la rimozione del rumore e del testo
normalizzazione, seguita dalla classificazione del sentiment utilizzando un approccio d’insieme
per garantire sia l’interpretabilità che l’accuratezza contestuale. I risultati vengono visualizzati
attraverso grafici di distribuzione del sentiment, analisi comparative, e temporale
tendenze del sentiment per una migliore interpretabilità. La nostra analisi rivela
significative disparità nel sentimento pubblico tra le principali aziende, con
aziende come Amazon (81.2) e Samsung (45.8) ricevendo un ottimo sentimento
punteggi, mentre Microsoft (21.7) e Walmart (21.9) mostrare un sentimento scarso
profili. Questi risultati dimostrano l’utilità del nostro sentiment multi-fonte
quadro normativo nel fornire informazioni utili sul pubblico aziendale
percezione, consentire alle parti interessate di prendere decisioni strategiche informate sulla base di
analisi completa del sentiment.

Questo articolo esplora i giri e le loro implicazioni.

Scarica PDF: