Realizzazione di una Sentiment Analysis di tipo open in Twitter

Il lavoro svolto durante questa tesi di laurea mira alla progettazione e allo sviluppo di un codice Python in grado di rilevare e classificare opinioni, sentimenti e preferenze espresse dagli utenti sul social network Twitter. Al giorno d’oggi nulla circola in rete più delle opinioni degli utenti riguardanti brand, personaggi pubblici o istituzioni. Analizzare questa grande mole di opinioni, grazie alla Sentiment Analysis, è fondamentale per capire il grado di apprezzamento ottenuto da un soggetto o da un’azienda che si espone sui social media. Con questi dati, correttamente analizzati e riclassificati, è possibile pianificare le strategie di marketing e perfezionare il proprio pubblico di riferimento. Partendo da un’analisi di un social media, Twitter nel nostro caso, si cercherà di capire come la piattaforma si sia sviluppata nel tempo e come abbia avuto successo grazie a quelli che sono diventati i suoi punti di forza rispetto ai competitors e si cercherà di capire come il campo della Sentiment Analysis possa permettere ad un utente, un lavoratore o qualsiasi altra frigura di poter sfruttare a proprio favore i vantaggi offerti dal social media. Una volta analizzati questi punti chiave, verranno proposti e studiati quelli che sono i passaggi importanti per permettere di ottenere, ad un qualsiasi utente, un codice in grado di reperire e studiare dati in base alle proprie esigenze, simulando il lavoro svolto da una potenziale azienda o da una particolare figura preposta. Dopo aver studiato le potenzialità di Twitter, tramite le API offerte da Twitter Developer otteniamo i Tweets che verranno analizzati da un'analizzatore lessicale open source e verranno rappresentati i risultati ottenuti (le opinioni delle persone). Verrà analizzato un caso studio per dimostrare la correttezza del codice realizzato e giungeremo alla conclusione che i risultati corrispondono ai risultati attesi