Le nuove frontiere metodologiche nell’era dei big data: l’Emotional Text Mining

Il costante aumento dello scambio di informazioni attraverso le piattaforme dei social media ha anche reso disponibile una grande quantità di dati, che rappresentano una fonte inestimabile di informazioni per tutti coloro che sono interessati a conoscere le preferenze, le opinioni e i sentimenti delle persone. Per questo motivo, i social media ed i siti di social network, come Facebook e Twitter, in quanto snodi principali di raccolta/osservazione dei comportamenti digitali dei propri utenti, hanno iniziato ad assumere un ruolo crescente nella politica del mondo reale. Nell’era dei big data (1), quindi, il problema non è come raccogliere determinate informazioni, ma come estrarle, vale a dire quale metodo utilizzare per trasformare i dati in conoscenza attraverso l’analisi di dati già rilevati, costantemente prodotti dall’attività dell’uomo, eterogenei e non strutturati nel 95% dei casi. La costante raccolta di queste informazioni, infatti, genera una tale mole di dati da determinare un problema di trasformazione delle informazioni in conoscenza, ponendo una sfida sia in termini di avanzamento tecnologico che metodologico. Per avere un’idea del problema basti pensare che, all’inizio del 2017, Twitter contava oltre 300 milioni di utenti che producevano una media di circa 500 milioni di messaggi in diverse lingue ogni giorno.