Simonetti, Martino
(2020)
Valutazione delle pressioni di google sul governo degli U.S.A. dalla proposta di una metodologia per l'analisi dei lobbying report al topic modeling.
[Laurea], Università di Bologna, Corso di Studio in
Informatica per il management [L-DM270]
Documenti full-text disponibili:
Abstract
Alphabet Inc., la holdling a cui fra le altre fa capo Google, è una delle Big Tech, le più grandi e importanti companies che operano nel mondo delle tecnologie dell'informazione. Vista la posizione preminente che occupano nei mercati in cui operano e la carenza di una legislazione specifica, queste grandi aziende sono spesso coinvolte in indagini delle autorità antitrust.
Allo scopo di carpire quale sia la strategia aziendale di Alphabet, in un primo momento, sono stati analizzati i dati relativi alle operazioni di lobbying svolte dal 2010 al 2020 e in un secondo momento sono stati analizzati dati testuali contenenti informazioni su Google tramite l'algoritmo di Topic Modeling LDA. A tal proposito è stato possibile fare un confronto fra due differenti tool per il Topic Modeling: Mallet e Gensim. È inoltre stato possibile utilizzare le API di Twitter per scaricare dati testuali, da utilizzare per l'indagine.
Abstract
Alphabet Inc., la holdling a cui fra le altre fa capo Google, è una delle Big Tech, le più grandi e importanti companies che operano nel mondo delle tecnologie dell'informazione. Vista la posizione preminente che occupano nei mercati in cui operano e la carenza di una legislazione specifica, queste grandi aziende sono spesso coinvolte in indagini delle autorità antitrust.
Allo scopo di carpire quale sia la strategia aziendale di Alphabet, in un primo momento, sono stati analizzati i dati relativi alle operazioni di lobbying svolte dal 2010 al 2020 e in un secondo momento sono stati analizzati dati testuali contenenti informazioni su Google tramite l'algoritmo di Topic Modeling LDA. A tal proposito è stato possibile fare un confronto fra due differenti tool per il Topic Modeling: Mallet e Gensim. È inoltre stato possibile utilizzare le API di Twitter per scaricare dati testuali, da utilizzare per l'indagine.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Simonetti, Martino
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
google,alphabet inc,topic modeling,lda,gensim,mallet,lobby
Data di discussione della Tesi
15 Dicembre 2020
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Simonetti, Martino
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
google,alphabet inc,topic modeling,lda,gensim,mallet,lobby
Data di discussione della Tesi
15 Dicembre 2020
URI
Statistica sui download
Gestione del documento: