Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
Vivendo in un'era in cui la tecnologia è alla portata di tutti, le informazioni relative ad eventi, oggetti e persone sono divenute chiare e veloci da reperire per tutti, soprattutto per i ricercatori, i quali non sono più costretti a richiedere informazioni persona per persona, ma possono trovare ciò che cercano direttamente in rete. Per questo motivo, i sondaggi tradizionali non si presentano
più come strumenti ottimali per far fronte al costante divenire della (cyber)opinione; sono costosi da progettare e implementare, non che statici per definizione. Negli ultimi 15 anni è divenuta sempre più popolare la sentiment analysis, termine che indica un approccio indirizzato classificare le opinioni contenute in un testo scritto, tramite processi informatici, al fine di estrarre informazioni soggettive, opinioni e sentimenti dalle fonti di analisi osservate. La sua notorità è andata di pari passo con la massiccia diffusione ed importanza acquistata dai social network quali Twitter, Facebook e Google+, proprio perchè questi social network sono diventati un mezzo tramite il quale gli utenti si possono esprimere, riportando i momenti positivi e negativi passati durante la giornata. Il progetto di tesi sviluppato nasce da una collaborazione con il Detroit Medical Center e la Wayne State University, in seguito a progressi sostanziali avvenuti di recente nel campo medico delle diagnosi prenatali. Vi era la necessità di compiere un'analisi automatizzata dell'umore dei pazienti ai quali vengono prescritti una serie di differenti esami prenatali. Questo studio si pone quindi l'obiettivo di permettere una visione grafica sentiment-oriented di una serie di parole chiave che verranno all’interno del documento di tesi. I dati raccolti copriranno un intervallo di tempo di 7 anni, e sarà interessante analizzare il cambiamento nell'intensità del Sentiment delle tecniche tradizionali con l'avanzare degli anni e con le nuove possibilità tecnologiche che hanno fornito le nuove alternative
Abstract
Vivendo in un'era in cui la tecnologia è alla portata di tutti, le informazioni relative ad eventi, oggetti e persone sono divenute chiare e veloci da reperire per tutti, soprattutto per i ricercatori, i quali non sono più costretti a richiedere informazioni persona per persona, ma possono trovare ciò che cercano direttamente in rete. Per questo motivo, i sondaggi tradizionali non si presentano
più come strumenti ottimali per far fronte al costante divenire della (cyber)opinione; sono costosi da progettare e implementare, non che statici per definizione. Negli ultimi 15 anni è divenuta sempre più popolare la sentiment analysis, termine che indica un approccio indirizzato classificare le opinioni contenute in un testo scritto, tramite processi informatici, al fine di estrarre informazioni soggettive, opinioni e sentimenti dalle fonti di analisi osservate. La sua notorità è andata di pari passo con la massiccia diffusione ed importanza acquistata dai social network quali Twitter, Facebook e Google+, proprio perchè questi social network sono diventati un mezzo tramite il quale gli utenti si possono esprimere, riportando i momenti positivi e negativi passati durante la giornata. Il progetto di tesi sviluppato nasce da una collaborazione con il Detroit Medical Center e la Wayne State University, in seguito a progressi sostanziali avvenuti di recente nel campo medico delle diagnosi prenatali. Vi era la necessità di compiere un'analisi automatizzata dell'umore dei pazienti ai quali vengono prescritti una serie di differenti esami prenatali. Questo studio si pone quindi l'obiettivo di permettere una visione grafica sentiment-oriented di una serie di parole chiave che verranno all’interno del documento di tesi. I dati raccolti copriranno un intervallo di tempo di 7 anni, e sarà interessante analizzare il cambiamento nell'intensità del Sentiment delle tecniche tradizionali con l'avanzare degli anni e con le nuove possibilità tecnologiche che hanno fornito le nuove alternative
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Ricci, Mattia
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
sentiment analysis,machine learning,twitter,reddit,test prenatali,nipt,social network,social media,opinion mining
Data di discussione della Tesi
21 Marzo 2019
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Ricci, Mattia
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
sentiment analysis,machine learning,twitter,reddit,test prenatali,nipt,social network,social media,opinion mining
Data di discussione della Tesi
21 Marzo 2019
URI
Gestione del documento: