Využití analýzy sentimentu trhu v B2C organizacích

Daniel Řezníček

Master's thesis

Use of sentiment analysis in B2C organizations

Abstract:

Analýza sentimentu je pojmem, který v souvislosti s narůstajícím objemem a různorodostí dat nabývá na významu. Organizace jsou stále více nuceny získávat nové informace z nestrukturovaných dat plynoucích z nových médií a dalších kanálů.Tato diplomová práce se tématu analýzy sentimentu věnuje především z pohledu jejího praktického využití v organizacích. Cílem práce je na základě rešerše dosavadních výzkumů definovat oblasti, kde může analýza sentimentu přispět k fungování organizace a exaktně porovnat dostupné komerční nástroje, které tuto analýzu v češtině umožňují.V první části práce jsou definovány základní pojmy, vztah tématu k informačnímu managementu a jsou představeny koncepty big data, strojového učení a možné přístupy k analýze sentimentu. Následně jsou zmapovány dosavadní výzkumy dle odvětví, kde může tato analýza nalézt své uplatnění v organizacích.V další části jsou představeny konkrétní komerční softwarová řešení, která umožňují analýzu sentimentu v českém jazyce. Tato řešení často působí jako jakýsi black box a je obtížné je vzájemně exaktně porovnat z hlediska jejich schopnosti data správně klasifikovat. Jsou proto představeny jejich funkce a na vytvořeném datasetu uživatelských recenzí je měřena jejich schopnost správně klasifikovat tyto příspěvky. Mimo jiné jsou sledovány charakteristiky macro-averaged F1 míra nebo odmocnina ze střední kvadratické chyby (RMSE).V závěru práce jsou diskutována možná zkreslení a shrnuty hlavní doporučení, které by měly být vzaty v potaz před implementací nástrojů analýzy sentimentu v organizacích.

Abstract:

Sentiment analysis is a concept which is gaining in importance in connection with the growing data volume and data diversity. Increasingly, organizations are forced to obtain new information from unstructured data coming from new media and other channels.This diploma thesis deals with the topic of sentiment analysis primarily from the viewpoint of its practical use in organizations. The aim is to define areas, where the functioning of an organization can be advanced by sentiment analysis and exactly compare the available commercial tools that allow this analysis in Czech language.The first part of the thesis defines key concepts, the relation between the topic and information management; and presents the concepts of big data, machine learning and practicable ways of the sentiment analysis application. Subsequently, the existing research are charted by sectors, where this analysis can be employed.The next part of the thesis brings in specific commercial software solutions that make sentiment analysis available in Czech language. These solutions frequently operate as a kind of a black box, and it is difficult to compare them reciprocally and accurately with respect to their ability for correct data classification. Therefore, their functions are displayed, and their ability for correct data classification is measured on the created dataset of user reviews. Besides other things, the characteristics of the macro-averaged F1 measure or the root-mean-square error (RMSE) are monitored.At the end of the thesis, potential distortions are discussed, and the principal recommendations, which should be considered before the implementation of sentiment analysis tools in organizations, are summarized.

Keywords

strojové učení, analýza sentimentu, zpracování přirozeného jazyka, option mining, big data

Keywords

sentiment analysis, big data, machine learning, natural language processing, option mining

Language used: Czech

Date on which the thesis was submitted / produced: 15. 10. 2019

Thesis defence

• Date of defence: 9. 6. 2020
• Supervisor: Zdeněk Smutný
• Reader: Lucie Šperková

Vysoká škola ekonomická v Praze

Master programme / field:
Aplikovaná informatika / Informační management