Le attività di opinion mining nelle reazioni ai post dei leader politici

Le ricezioni al profluvio di post dei leader politici sulle varie reti sociali sono un’occasione ghiotta per svolgere delle attività di opinion mining al servizio sia degli stessi agenti dell’agone politico sia di altri stakeholders interessati ad aggiungere un altro tassello alla comprensione del clima di opinione vigente attorno a vari temi. La conferenza stampa di fine anno della Presidente del Consiglio, tenutasi all’inizio dell’anno nuovo per ragioni contingenti, dà l’occasione per un piccolo esercizio di analisi del contenuto delle reazioni generate. L’arena sondata è l’account della Presidente su Facebook, e il corpus dei messaggi è costituito da un campione casuale di commenti pubblicati in reazione a due suoi post, inclusa la diretta video della conferenza stampa. Questo tipo di ricezioni, qui come altrove, vanno “pesate”, va cioè considerati un insieme di fattori indispensabili per l’interpretazione corretta delle informazioni che i dati suggeriscono, per esempio: le peculiarità delle piattaforma (da chi è frequentata? in che modo le affordance influiscono sul tipo di reazioni?); vi sono delle delle operazioni grassroot che cercano di influenzare l’opinione (media manipulation)? Ciò detto, vediamo qualche dato e qualche informazione conseguente, senza commento (come al solito).

Queste sono alcune delle metriche dei due messaggi pubblicati su FB, di cui si diceva, registrate al momento dell’osservazione.

Vediamo ora i risultati di un’analisi semi-meccanica del contenuto di un campione casuale dei commenti generati dai due post (ndr: il corpus non è stato lemmatizzato).

Queste sono le espressioni (parole ed emoji) più frequenti nel campione dei commenti al messaggio che chiameremo “diretta” (ndr: si è deciso di eliminare alcuni insulti dalla lista).

Questo sono i bigrammi più frequenti nello stesso corpus.

Queste sono le espressioni (parole ed emoji) più frequenti in un campione casuale di commenti generati dal messaggio che chiameremo “post”.

Questi invece sono i bigrammi.

Questa è una rete che mostra i cluster lessicali più rilevanti nel campione casuale di commenti al messaggio “diretta”.

Questa è una rete che mostra i cluster lessicali più rilevanti nel campione casuale di commenti al messaggio “post”.

Questo è il sentiment di un campione casuale di commenti al messaggio “diretta” che hanno ottenuto almeno un like.

Quello è il sentiment calcolato su una ulteriore selezione dello stesso campione: i commenti che contengono la parola “Meloni”.

Questo è il sentiment di un campione casuale di commenti al messaggio “post” che hanno ottenuto almeno un like.

Quello è il sentiment calcolato su una ulteriore selezione dello stesso campione: i commenti che contengono la parola “Meloni”.