• search hit 5 of 75
Back to Result List

Automatisierte Meinungs- und Stimmungsanalyse in Nachrichtenströmen am Beispiel von Twitter

  • Die vorliegende Bachelorarbeit befasst sich mit der automatisierten Meinungs- und Stimmungsanalyse in Nachrichtenströmen. Dabei konzentriert sich die Arbeit auf den aufstrebenden Nachrichtendienst Twitter, der ein umfangreiches Application Programming Interface für Entwickler bereitstellt. Es werden im Vergleich zu einer Arbeit von Alexander Pak und Patrick Paroubek zunächst die Grundlagen und anschließend ein eigener Klassifikator für Stimmungen erarbeitet, über den sich herausstellt, dass die korrekte automatisierte Meinungserkennung schwierig ist. N-Gramme, Sprachtagging und verschiedene Wahrscheinlichkeitsberechnungen liefern zum Teil sehr unterschiedliche Ergebnisse, die bestenfalls zu 50 Prozent korrekt sind. Vor allem negative Äußerungen werden falsch klassifiziert, während Uni-Gramme eher zu korrekten Werten führen. Recall- und Precision-Auswertungen können mit geringen Veränderungen Verbesserungen bewirken, wobei der Umfang der Lerndatenmenge relevant zu sein scheint.

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Pascal Thiel
URN:urn:nbn:de:gbv:916-opus4-7313
Document Type:Bachelor Thesis
Language:German
Year of Completion:2013
Date of first Publication:2017/09/20
Granting Institution:Ostfalia Hochschule für angewandte Wissenschaften
Date of final exam:2013/08/14
Release Date:2017/09/20
Tag:Automatisierte Meinungsanalyse
GND Keyword:Automation; Marktforschung; Social Media; Twitter <Softwareplattform>
Pagenumber:63
Faculty:Wirtschaft
DDC classes:600 Technik, Medizin, angewandte Wissenschaften / 650 Management