O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Comment Mesurer le Sentiment sur Twitter - Exemple du #Confinement

Webinar Coffee and Learn - Comprendre et Apprendre le Social Listening sur Twitter , le #confinement des Français.
Analyse et Présentation des approches de mesures du sentiment dans les médias sociaux.

👉 LE REPLAY ICI 👉 https://bit.ly/3fb6ckC

L'invité du Coffee and Learn du 20 Avril 2020, est Le Professeur Christophe Benavent, Université Paris Nanterre. Il montre Comment Mesurer le Sentiment, les opinions sur Twitter. Il applique les méthodes à l'analyse du hastag #Confinement sur la période du 18 Mars au 20 Avril 2020.

Les résultats montrent la capacité des méthodes à mesurer, anticiper, l'évolution des émotions au travers une analyse lexicale et sémantique du tweets. L'approche est aussi réplicable sur les images. Elle utilise que des codes en "open source".

Les champs d'application sont importants :
- le suivi de l'opinion
- le suivi des discours et des images sur les marques
- le suivi de la réputation des entreprises et l'impact sur l'évolution de leurs cours de bourse par exemple.
- etc.

D'un point de vue plus technique, l'analyse est centrée sur l'analyse du sentiment via les méthodes NCR, LSDfr et LIWC.

Pour accéder aux codes sources : https://github.com/BenaventC/Barometr...

Contactez: LAURENT FLORES pour participer au Prochain WEBINAR Coffee and Learn, et rejoignez le groupe Linkedin: https://www.linkedin.com/groups/8926073/

ABONNEZ VOUS A LA CHAINE - LIKE - Merci !

  • Entre para ver os comentários

  • Seja a primeira pessoa a gostar disto

Comment Mesurer le Sentiment sur Twitter - Exemple du #Confinement

  1. 1. 1
  2. 2. Laboratoire du confinement #confinementJour35 Sophie Balech - Christophe Benavent - Mihai Calciu - Julien Cloarec - Mehdi Elmoukhliss - Jean-Fabrice Lebraty - Valentin Mesa - Julien Monnot - Paul Ngobo …. https://github.com/BenaventC/BarometreConfinement
  3. 3. Le process un hashtag : #confinementjour1, …. ( et d’autres en préparation #confinement, #deconfinement, #11mai, sexe et confinement ) Extraction journalière (rtweet et api rest twitter) Annotations: -nrc -liwc -lexicoder fr -emoji - wordvector Analyses - baromètrie du sentiment - contributeurs - impact d'événements - evolutions des topics - ... Parallélisation : (Cluster HPC / HTC -lille -32 noeud)
  4. 4. Evolution du corpus : La production des tweets et des RT. On concentre l’analyse sur les tweets, citations et reply.
  5. 5. Une première idée des contenus
  6. 6. Le contexte théorique La riche littérature du “desaster management” qui accorde une grande importance au comportement des populations. Trois variables clés : ● le degré de participation à l’atténuation (gestes barrières, respect du confinement) ● La capacité de rebond psychologique -résilience (applaudissement) ● L’état de préparation (capacité au télétravail…)
  7. 7. le cycle de vie du désastre : Des hypothèses sur l’évolution de l’état émotionnel des populations civiles
  8. 8. Evolution du sentiment
  9. 9. La convergence des indicateurs de sentiments ● Les valences positives et négatives sont indépendantes. ● les indicateurs convergent (alpha ~=0.8) ● =>utilisation d’un indicateur synthétique.
  10. 10. Tester l’effet du discours du 13 mars Series: coredata(ts) ARIMA(1,0,2) with non-zero mean Coefficients: ar1 ma1 ma2 mean 0.5621 -0.2213 0.1654 0.7859 s.e. 0.0794 0.0820 0.0511 0.0109 sigma^2 estimated as 0.01659: log likelihood=409.87 AIC=-809.73 AICc=-809.64 BIC=-787.37
  11. 11. Tester l’effet du discours du 13 mars
  12. 12. Comparer les twittos
  13. 13. Les superposteurs sont super négatifs
  14. 14. Plus on twitte, moins on dit je, et plus on parle de santé
  15. 15. Emotions et domaines de l’expérience
  16. 16. Projets en développement ● Traitement des emojis et intégration dans l’indicateur synthétique de sentiment ● Vectorisation du corpus et développement de concepts ● Traitement de la photogrammétrie ● question du tagage des images ● analyse du herding.
  17. 17. Emoji Trois postures autour des breaking news : - la distance du rire - la gravité cérébrale - les larmes de la désolation
  18. 18. Emoji
  19. 19. Le sentiment des emoji Utilisation du dictionnaire “Emoji sentiment Ranking” http://kt.ijs.si/data/Emoji_sentiment_ra nking/index.html
  20. 20. Vectorisation du lexique (80 000 ngram) Analyse du vecteur (Lutte+solidarité) Les termes les mieux corrélés.

×