Sentiment analýza na sociálních sítích

Jan Zaplatílek

Bakalářská práce

Sentiment analysis of social networks

Anotace:

Práce se zabývá problematikou sentiment analýzy, především jejím využitím na sociálních sítích, jejímž cílem je určení zda posuzovaný dokument vyjadřuje nějaký sentiment a pokud ano, rozhodnout zda je pozitivní či negativní. Hlavním důvodem pro provádění sentiment analýzy na sociálních sítích je zjištění reputace a nálady určité firmy nebo značky. Takto získané informace mohou být dále použity např. pro vylepšení marketingu nebo komunikace se zákazníkem. Tato práce se zabývá sentiment analýzou na příspěvcích pocházejících z veřejných facebookových profilů několika českých bankovních institucí a telefonních operátorů. Cílem práce je vytvořit model, jehož úspěšnost v hodnocení sentimentu těchto příspěvků dosahuje alespoň 80%. Metodou dosažení tohoto cíle je provedení experimentu. První část práce představuje teoretickou část, jsou zde vymezeny základní pojmy a principy sentiment analýzy a její problémy a možnosti využití. Další část představuje rešerše metod sentiment analýzy a dat, která jsou zpracovávána v zahraničních pracích. Konečně poslední část popisuje samotný experiment. Činnosti, které mu předcházely a jeho výsledky. Hlavním přínosem práce je vytvoření modelu, který bude moci být následně používán v praxi.

Abstract:

This thesis concerns about sentiment analysis. In more detail sentiment analysis of social networks. Main goal of sentiment analysis is determine if tested document expresses any sentiment and, if so, whether is positive or negative. Main reason for sentiment analysis on social networks is detecting sentiment and feels about some company or brand. This activity is called brand monitoring. Information acquired from brand monitoring can be used for improving marketing or communication with customers. This thesis deals with sentiment analysis of post from public Facebook profiles of several Czech banks and telecommunication operators. Goal of this thesis is create model which has precision of determine sentiment of Facebook posts at least 80%. Method for achieving this goal is experiment. First part of this thesis describes sentiment analysis theory, definition of sentiment analysis, its problems, methods, reasons for use and use cases of sentiment analysis. Second part gives background research of often used methods and data sources for sentiment analysis in foreign research. Finally third part of this theses describes experiment, its preparation and results. Main benefit of this theses is creating model which can be later use in real word.

Klíčová slova

Sentiment analýza, sociální sítě, strojové učení, maximální entropie, openNLP, Facebook

Keywords

Sentiment analysis, social networks, Facebook, machine learning, maximum entropy, openNLP

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 30. 1. 2015

Obhajoba závěrečné práce

• Obhajoba proběhla 18. 6. 2015
• Vedoucí: Ivan Jelínek
• Oponent: Tomáš Bruckner

Vysoká škola ekonomická v Praze

Bakalářský studijní program / obor:
Aplikovaná informatika / Informatika