Análisis forzado de moderación del sentimiento de las redes sociales
Ha habido mucho trabajo en torno al análisis de sentimientos SM, pero si ha estado activo en cualquiera de estas redes, notará que el sentimiento público sobre temas / personas es muy voluble y sigue cambiando. Piense en la actitud de las personas (o al menos las actitudes expresadas en línea) hacia Arvind Kejriwal, el equipo de cricket indio, Edward Snowden u otros temas controvertidos.
No es ningún secreto que las partes interesadas (corporaciones, gobiernos) gastan ENORMES cantidades de dinero para sembrar y modificar el sentimiento en línea.
- ¿Cómo es IIM Calcuta para el programa avanzado en ciencia de datos, curso de certificación de 1 año? ¿Es mejor que el curso ISB Hyderabad y IIITB PGD en análisis de datos?
- ¿Es necesario aprender big data antes del análisis de datos?
- Cómo construir mi carrera en ciencia de datos
- ¿Cuál es la mejor opción para las ciencias de datos: IPython o R?
- ¿Cómo se recomiendan elementos basados en el historial de navegación (y elementos y características del usuario) cuando no hay ejemplos o calificaciones 'negativas'?
Ahora, podemos usar técnicas de análisis de datos para medir este cambio de sentimiento. Pero, ¿podemos ir un paso más allá e identificar la presencia de un esfuerzo consciente para lograr este cambio?
Tal estudio implicaría
1) Recolectar datos de diferentes fuentes
2) Anclar un período de tiempo específico donde comenzó el cambio de sentimiento
3) Identificar fuentes de origen específicas que se activan repentinamente y actúan juntas
4) Además, estas fuentes serían repentinamente más activas que el resto de la red y presentarían una opinión extremadamente unilateral (abiertamente positiva o abiertamente negativa)
He estado pensando en esta idea durante algún tiempo y personalmente creo que puede tener resultados realmente interesantes. Lamentablemente, no tengo el tiempo o la experiencia en este momento para emprender esto.
Gracias por el A2A.
