Nils Haldenwang:
Twitter Sentiment Analysis: On Feature Engineering, Classifier Performance and Realtime Tracking
Betreuer: Prof. Dr. Oliver Vornberger
Zusammenfassung
Auf der Microblogging-Plattform Twitter geben Millionen von Menschen ihre Meinung zu vielerlei Dingen in Form von Kurznachrichten preis. Diese Informationen können auf vielfältige Art genutzt werden. Als Privatperson ist man vielleicht vor dem Kauf eines Produktes an der öffentlichen Meinung bezüglich des Produktes interessiert. Auch Politiker möchten vor einer Wahl gerne wissen wie sie im Vergleich zur Konkurrenz da- stehen. Zur Auswertung der großen Datenmengen sind Algorithmen notwendig, welche automatisiert die Stimmung eines Tweets erkennen können. Im Rahmen dieser Arbeit wird ein qualitativ hochwertiges Testset hinreichender Größe erstellt, mit dem eine Analyse und ein Vergleich verschiedener Klassifikationsmethoden durchgeführt werden kann. Schließlich wird dargestellt, wie eine Webapplikation zur Echtzeitverfolgung der Stimmung bezüglich gegebener Schlüsselworte umgesetzt werden kann.
PDF
Twitter Sentiment Analysis: On Feature Engineering, Classifier Performance and Realtime Tracking
Kontakt
nils.haldenwang@uni-osnabrueck.de
Screenshots
Stimmungskurve zu den Entitäten Apple, Microsoft und Google, aggregegiert über Intervalle von 15 Minuten.
Interface zur Suche von Tweets zu gegebenen Stichworten, hier: iPhone.
Weitere Informationen: [ Medieninformatik | Informatik | Universität Osnabrück ]
