An overview of Sentiment Analysis of Twitter Data
Kulkarni, Saurabh Shrikant
Serra Sagristà, Joan, dir. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Data:	2020
Descripció:	70 pag.
Resum:	In the last few years, social media has seen tremendous growth in the number of users. In particular, Twitter has revealed to be one of the most widespread microblogging services for instantly publishing and sharing opinions, feedbacks, ratings, etc. , contributing to the development of the emerging role of users as sensors. Twitter has become the largest source of obtaining data worldwide. This project proposes a method to predict the future of the entertainment industry, telecommunication industry, and other various industries. However, due to the huge amount of data to be collected and analyzed and limitations on data access imposed by Twitter public APIs, more efficient requirements are needed for analytics tools, both in terms of data ingestion and processing, as well as for the computation of analysis metrics, to be provided for deeper statistic insights and further investigations. This project evaluates people's feelings about different products related to various industries. Twitter API is used to access the tweets directly from Twitter and form a model for sentiment classification. The result of the analysis is characterized by positive, negative, and neutral observation from the user's opinions.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Llengua:	Anglès
Titulació:	Enginyeria de Telecomunicació / Telecommunication Engineering [4313797]
Pla d'estudis:	Màster Universitari en Enginyeria de Telecomunicació / Telecommunication Engineering [1170]
Document:	Treball de fi de postgrau

71 p, 883.3 KB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de recerca i projectes de final de carrera > Enginyeria. TFM