Tesi etd-06122023-111738 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
BACCI, ANDREA
Indirizzo email
a.bacci16@studenti.unipi.it, bacciandrea@live.it
URN
etd-06122023-111738
Titolo
Al di là delle parole: studio approfondito sulla comunicazione politica durante le elezioni politiche del 2022 tramite text mining e sentiment analysis.
Dipartimento
ECONOMIA E MANAGEMENT
Corso di studi
MARKETING E RICERCHE DI MERCATO
Relatori
relatore Masserini, Lucio
Parole chiave
- Linguaggio
- Politica
- Text mining
- Sentiment analysis
- Elezioni politiche
- Communication strategies
- Language
- Politics
- Political elections
- Strategie di comunicazione
Data inizio appello
29/06/2023
Consultabilità
Tesi non consultabile
Riassunto
L’analisi dei dati non strutturati rappresenta oggi un’importante area di studio nel campo del data analysis. Questi metodi si concentrano sull’estrazione di nuova conoscenza da fonti di dati non strutturati, come immagini, audio, testi e video al fine di ottenere insight preziosi.
Nel contesto del linguaggio politico, l’analisi dei testi, grazie al notevole incremento della tecnica e della potenza di calcolo dei software, offre l’opportunità di studiare in modo approfondito e puntuale la comunicazione del panorama politico.
Il presente elaborato ha l’obiettivo di studiare le strategie di comunicazione adottate dai principali candidati politici italiani durante l’ultimo mese di campagna elettorale.
Attraverso l’implementazione del text mining e delle successive analisi collegate ad esso, come la sentiment analysis e la latent dirichlet allocation è stato possibile “scavare nei testi” ed estrarre informazioni utili. I risultati evidenziano delle differenze di linguaggio a livello di coalizioni politiche ma anche a livello di singolo candidato.
Unstructured data analysis is an important area of study in the field of data analysis. These methods focus on extracting new knowledge from unstructured data sources such as images, audio, text, and video in order to gain valuable insights.
In the context of political language, text analysis, thanks to the significant increase in the technique and computational power of software, offers an opportunity to study the communication of the political landscape in depth and to the point.
The present paper aims to study the communication strategies adopted by the main Italian political candidates during the last month of the election campaign.
Through the implementation of text mining and subsequent related analyses, such as sentiment analysis and latent dirichlet allocation, it was possible to "dig into the texts" and extract useful information. The results show differences in language at the level of political coalitions but also at the level of individual candidates.
Nel contesto del linguaggio politico, l’analisi dei testi, grazie al notevole incremento della tecnica e della potenza di calcolo dei software, offre l’opportunità di studiare in modo approfondito e puntuale la comunicazione del panorama politico.
Il presente elaborato ha l’obiettivo di studiare le strategie di comunicazione adottate dai principali candidati politici italiani durante l’ultimo mese di campagna elettorale.
Attraverso l’implementazione del text mining e delle successive analisi collegate ad esso, come la sentiment analysis e la latent dirichlet allocation è stato possibile “scavare nei testi” ed estrarre informazioni utili. I risultati evidenziano delle differenze di linguaggio a livello di coalizioni politiche ma anche a livello di singolo candidato.
Unstructured data analysis is an important area of study in the field of data analysis. These methods focus on extracting new knowledge from unstructured data sources such as images, audio, text, and video in order to gain valuable insights.
In the context of political language, text analysis, thanks to the significant increase in the technique and computational power of software, offers an opportunity to study the communication of the political landscape in depth and to the point.
The present paper aims to study the communication strategies adopted by the main Italian political candidates during the last month of the election campaign.
Through the implementation of text mining and subsequent related analyses, such as sentiment analysis and latent dirichlet allocation, it was possible to "dig into the texts" and extract useful information. The results show differences in language at the level of political coalitions but also at the level of individual candidates.
File
| Nome file | Dimensione |
|---|---|
Tesi non consultabile. |
|