Twitterデータに秘められた可能性

Twitter、Facebook、Instagramなどのソーシャルメディア・プラットフォームは、日常生活の重要な構成要素となっており、それらのデータは巨大な可能性を秘めている。中でも、意見の投稿が簡単であることから、Twitterはリアルタイムデータ分析に利用される。

SNS投稿から人々の感情を抽出する感情分析（センチメント分析）は、特定のトピックや製品に対する世論を分類するために使用される。感情分析の問題は長年にわたって研究されてきたが、提案された解決策には時間と計算資源を消費してしまうという欠点がある。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

インドにあるCentral University of RajasthanのS. Kumarら研究者は、Twitterデータの感情分析をする際に、既存の手法では計算資源が大きく消費されてしまうという課題に着目し、Sparkを用いた感情分析を試みた。

結果、高精度な手法を確立できたのだろうか？続きを読んでみよう。

Twitterデータの感情分析法の改良

S. Kumarらの研究におけるミッション・手法・結果は以下の通りだ。