Analiza sentimenta na Twitteru prije i poslije američkih izbora 2020

završni rad

• Naslov (engleski): Twitter sentiment Analysis before and after USA election 2020
• Autor: Karla Topić
• Mentor: Marina Bagić Babac (mentor)
• Član povjerenstva: Marina Bagić Babac (predsjednik povjerenstva)
• Član povjerenstva: Melita Fertalj (član povjerenstva)
• Član povjerenstva: Kristijan Poje (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Analiza sentimenta na Twitteru prije i poslije američkih izbora 2020
Cilj ovog istraživanja je analizirati sentiment prije i poslije (točnije tijekom) predsjedničkih izbora SAD-a 2020. godine i otkriti kako se taj sentiment mijenjao. Cilj nam je analizirati emocionalni sadržaj otprilike milijun tweet-ova koji sadrže #trump, #donaldtrump, #biden i #joebiden koristeći NRC VAD leksikon, NRC leksikon i VADER leksikon za analizu sentimenta. Nakon toga, usredočili smo se na riječi koje se pojavljuju zajedno sa riječima biden i trump. Izračunali smo PMI za te riječi, a zatim izveli niz linearnih regresija kako bismo vidjeli postoji li veza između PMI-eva i dimenzija efekta ili četiriju emocija (ljutnja, tuga, sreća, strah). Konačno, izvukli smo teme iz tweet-ova kako bismo vidjeli o čemu tweet-ovi zapravo govore i koje su teme dominantne u tweet-ovima u to vrijeme.
Ključne riječi: emocija, tekst analiza, Twitter, SAD predsjednički izbori 2020

Sažetak (engleski)

Summary
Twitter sentiment Analysis before and After USA election 2020
The purpose of this study is to analyse sentiment before and after (more precisely during) USA presidential election 2020 and reveal how that sentiment varied. We sought to compare the emotional content of approximately million tweets containing #trump, #donaldtrump, #biden, #joebiden using NRC VAD Lexicon, NRC lexicon and VADER sentiment analysis lexicon. After that, our focus was on words that co-occur with words biden and trump, so we calculated PMI for that words and then perform series of linear regressions to see if there was relation between PMIs and the dimensions of the affect or four emotions labels (anger, fear, joy, sadness). Finally, we extract topics from tweets to see what are tweets about and which topic are dominant in tweets at that time.
Keywords: emotion, text analysis, Twitter, USA Elections 2020, natural language processing.

• Ključne riječi: emocije; tekst analiza; twitter; SAD predsjednički izbori2020; python; nlp
• Ključne riječi (engleski): emotion; text analysis; twitter; US presidential elecions 2020; python; nlp
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:783984
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 10:48:38