Data Mining per le Scienze Politiche: l'uso di Twitter

La sentiment analysis è una tecnica di analisi testuale che fornisce un feedback positivo o negativo da parte degli utenti relativo ad un evento, un prodotto o un personaggio politico. Le principali fonti di dati per fare sentiment analysis sono i social network, in particolare i tweets di Twitter, perché tramite essi le persone esprimono opinioni e idee riguardanti qualsiasi aspetto della vita quotidiana.
L’algoritmo che si deve eseguire per raggiungere i risultati al fine di osservare il grado di soddisfazione dei consumatori ad esempio, può essere riassunto nei seguenti passaggi:

o La scelta della fonte dei dati, ad esempio i tweets di Twitter;
o Estrazione del testo con linguaggi di programmazione come Python o R;
o Text mining, che consiste nella fase di pre-processing, ove vengono rimossi le parole indesiderate, i simboli, la punteggiatura e avviene una trasformazione delle parole da maiuscolo in minuscolo;
o Assegnazione del sentiment ad ogni frase e secondo il sentiment identificato, procedere al riordino delle frasi;
o Analisi dei sentimenti;
o Creazioni di Wordcloud e grafici per la visualizzazione dei risultati.

Per fare sentiment analysis si possono utilizzare le emoticon che le persone introducono nei loro commenti. Le emoticon sono rappresentazioni stilizzate di mimiche facciali convertite in combinazioni di simboli (due punti, punto e virgola, ecc.). L’analisi è possibile in quanto esiste un dizionario visuale, attraverso cui i simboli associati alle diverse espressioni facciali possono essere letti dagli algoritmi, al fine di captare il sentimento espresso. Tali analisi possono essere eseguite tramite gli algoritmi di Python e R. Poiché con questi linguaggi di programmazione è necessario scrivere un codice nello script, passaggio che richiede competenze informatiche, sono nati servizi web gratuiti o a pagamento che si occupano di questo, offrendo in alcuni casi dei risultati migliori rispetto a quelli che si possono ricavare con i software precedenti. Alcuni di questi servizi sono: Applicazioni offerte da Twitter oppure Sentiment viz, che effettua un’analisi dei sentimenti incentrata su una parola specifica, individuando analogie con altre parole e mostrando in tempo reale la tag cloud.

Queste tecniche di analisi del testo restituiscono risultati importanti per le aziende, poiché gli imprenditori sono a conoscenza di quello che i social pensano dei loro prodotti, affinché attuino strategie di miglioramento nel caso di opinioni negative. Nonostante i benefici derivanti dall’analisi del sentimento in campo politico-economico, tale tecnica non è esente da problematiche. In primis offre risultati attendibili solo per le analisi effettuate in lingua inglese, si è rilevato che in italiano le parole non vengono associate in modo preciso alle emozioni e vengono utilizzate un numero minore di emozioni. In secondo luogo, gli strumenti di analisi non riescono ancora ad indentificare e trattare le emozioni rappresentate dall’ironia e dal sarcasmo. Oltretutto, la continua evoluzione dei gerghi al di fuori del lessico standard rappresenta un ulteriore limitazione.

Un ulteriore impiego della sentiment analysis si riscontra in ambito sociale, per fornire informazioni sui modelli comportamentali degli individui, al fine di comprendere le reazioni emotive dovute alla vita quotidiana. Un esempio pratico è stato effettuato dai ricercatori della Cornell University Scott A. Golder e Michael W. Macy, come descritto nell’articolo dal titolo “Di che umore è il mondo” pubblicato dal giornale online Il Post. Tale studio analizzando i messaggi inviati su Twitter da 2,4 milioni di persone, provenienti da 84 stati che utilizzano la piattaforma, hanno dimostrato come i cambiamenti di umore degli individui durante la giornata sono simili.
La ricerca ha consentito di individuare attitudini comuni di tutti gli utenti del mondo. In particolare si è scoperto che si è propensi a scrivere messaggi di carattere positivo durante le ore mattutine e quelle pomeridiane, che l’umore delle persone nel primo giorno della settimana tende ad essere prevalentemente negativo, diventando progressivamente più positivo con l’arrivo del weekend.

Tali risultati possono indurre a credere che le persone sono infelici perché devono andare a lavoro, però questa conclusione risulterebbe inesatta, in quanto si nota un mutamento dell’umore simile anche in quei paesi dove i giorni festivi non sono il sabato o la domenica, esito dedotto dalla ricerca. Inoltre, i ricercatori, sempre nell’ambito di questa analisi, grazie all’utilizzo di messaggi scritti in un periodo lungo compreso tra il febbraio del 2008 e il mese di gennaio del 2010, hanno scoperto che l’andamento dell’umore non dipende dalle stagioni, come si potrebbe presumere, che durante l’estate le persone sono più felici rispetto all’inverno. Non è stato evidenziato un cambiamento in tale direzione, tranne che per un lieve aumento di messaggi positivi nel periodo intorno all’inizio della primavera e una loro diminuzione con l’arrivo dell’autunno, ipotizzando che tali piccoli variazioni siano dovute ad esempio, alla previsione del mal tempo.