Hur kan vi analysera och visualisera åsikter och attityder i sociala medier - ny avhandling

Bild: Kostiantyn Kucher, Linnéuniversitetet

Det skrivs enorma mängder text i sociala medier och det betyder att det har blivit omöjligt att få en övergripande bild på hur den politiska diskussionen utvecklar sig och vilka tentenser finns. Hur kan man hitta och förstå åsikter och känslor i den enorma mängden texter i sociala medier? En ny avhandling av Kostiantyn Kuchers vid Linnéuniversitetet beskriver hur man kan analysera och visualisera stora mängder data i sociala medier, enligt ett pressmeddelande från Linnéuniversitetet: Ny forskning visualiserar åsikter och attityder i sociala medier.

Kostiantyn Kuchers forskning bidrar till att visualisera exempelvis den allmänna opinionen i politiska frågor i tweetar över tid. I framtiden kan analys och visualisering av åsikter och attityder bidra till uppgifter som att upptäckta hatiska uttalanden och falska nyheter.

- Min forskning visar hur man kan undersöka och förstå åsikter och känslor i samlingar av textdata, genom att kombinera metoder för datoriserad textutvinning och interaktiva visuella representationer, det vill säga speciella typer av diagram och grafer.

Som en del i ett forskningsprojekt vid namn StaViCTA har Kostiantyn med kollegor skapat verktyg att användas för undersökningar online, vilka nu används av forskare, studenter och andra intresserade av textvisualisering (http://textvis.lnu.se och http://sentimentvis.lnu.se). De har utformat och implementerat flera visuella analysmetoder som har hjälpt medarbetare i lingvistik och datorlingvistik i deras forskning inom analys av attityder.

Metoderna som presenteras i avhandlingen kan tillämpas inom akademisk forskning, affärsinformation, övervakning av sociala medier och journalistik. Förutom texter i sociala medier kan dessa metoder också användas för att visualisera attityder i exempelvis böcker och företagsrapporter.

Läs avhandlingen: Sentiment and stance visualization of textual data for social media (Visualisering av åsikter och attityder i textdata i sociala medier).