Abstract: Sono noti come User-generated Content (UGC) i dati prodotti dall’integrazione tra tecnologia e vita quotidiana, contenuti attraverso cui gli utenti, in maniera volontaria, esprimono opinioni e condividono esperienze (Kaplan e Haenlein, 2010). Di particolare interesse, per finalità legate alla ricerca sociale e valutativa, appaiono le valutazioni, comunemente conosciute come recensioni. Per l’analisi di questi dati, particolarmente utile può rivelarsi l’analisi del sentiment, nota anche come opinion mining (Liu, 2012). Il contributo è finalizzato ad avanzare la proposta di una cassetta degli attrezzi per la raccolta e l’analisi di user-generated content, che, facendo leva su un approccio integrato lessicometrico-ermeneutico all’analisi di dati testuali, si propone come strategia alternativa all’analisi totalmente automatizzata del sentiment.
Atti della IV Conferenza Nazionale delle Dottorande e dei Dottorandi in Scienze Sociali, 5-6 Settembre 2019 / Favazzi, UGHETTA MARIA. - (2020), pp. 469-477. (Intervento presentato al convegno IV Conferenza Nazionale delle Dottorande e dei Dottorandi in Scienze Sociali tenutosi a Roma).
Atti della IV Conferenza Nazionale delle Dottorande e dei Dottorandi in Scienze Sociali, 5-6 Settembre 2019
Ughetta Maria Favazzi
2020
Abstract
Abstract: Sono noti come User-generated Content (UGC) i dati prodotti dall’integrazione tra tecnologia e vita quotidiana, contenuti attraverso cui gli utenti, in maniera volontaria, esprimono opinioni e condividono esperienze (Kaplan e Haenlein, 2010). Di particolare interesse, per finalità legate alla ricerca sociale e valutativa, appaiono le valutazioni, comunemente conosciute come recensioni. Per l’analisi di questi dati, particolarmente utile può rivelarsi l’analisi del sentiment, nota anche come opinion mining (Liu, 2012). Il contributo è finalizzato ad avanzare la proposta di una cassetta degli attrezzi per la raccolta e l’analisi di user-generated content, che, facendo leva su un approccio integrato lessicometrico-ermeneutico all’analisi di dati testuali, si propone come strategia alternativa all’analisi totalmente automatizzata del sentiment.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
