Diese Arbeit handelt von den Fragen "Wie ist die Polarität der Stimmung, in sozialen Medien gegenüber Amazon aufgestellt?“ und "Welche Emotionen verbinden Amazon-Stakeholder mit diesem Unternehmen?“
Die Umwandlung von Informationen in digitale Formate wird als Digitalisierung bezeichnet und ist ein Prozess, der seit den späten 1950er Jahren vorangetrieben wird. Seitdem haben die Digitalisierung und die Vernetzung zu grundlegenden Veränderungen in der Gesellschaft und in der Wirtschaft geführt. Dabei hat die weltweite technische Vernetzung zu neuen Möglichkeiten der Kommunikation zwischen Unternehmen, Wettbewerb und Kunden geführt. Zusätzlich unterstützt dieser Wandel die Entgrenzung, d.h. die Aufhebung von ehemals bestehenden Grenzen. Damit werden physische, regionale und zeitliche Eingrenzungen unbedeutender und Unternehmen können mit einem geringen Aufwand global agieren.
Seit Beginn des Internet-Zeitalters, Mitte der 1990er Jahre, hat sich das Konsumverhalten der Kunden beim Kauf von Produkten verändert. In der heutigen Zeit können Konsumenten auf eine Vielzahl von Produkten zurückgreifen, und diese unabhängig von Ort und Zeit, über Online-Plattformen erwerben. Zur erfolgreichen Entwicklung der digitalen Wirtschaft haben vor allem die Geschäftsmodelle, Strukturen und Technologien der US-amerikanischen Unternehmen Google, Apple, Facebook und Amazon (kurz: GAFA) beigetragen. Jeff Bezos, der Gründer von Amazon, leistete Pionierarbeit in dem er seine Vision verwirklichte und mit seiner Unternehmung den globalen Online-Handel vorangetrieben hat. Im Jahr 1995 wurde Amazon als Online-Buchhandel gegründet. Heute agiert der Handelsriese als globaler Marktplatzbetreiber für eine breite Maße unterschiedlicher Produkte. In der Literatur wird der Erfolg von Amazon damit begründet, dass die Geschäftsprozesse dieses Unternehmens auf den Nutzen des Kunden ausgerichtet sind. Die Kundenorientierung gepaart mit technologischen Innovationen führen bei Amazon zu einer überdurchschnittlichen Kundenzufriedenheit.
Inhaltsverzeichnis
1 Einleitung
2 Grundlagen
2.1 Business Intelligence
2.2 Sentiment Analyse
2.3 Herausforderungen
2.4 Vorgehensmodelle
2.4.1 Lexikonbasierter Ansatz
2.4.2 Maschinelle Lernverfahren
2.4.3 Hybrides Lernverfahren
3 Anwendung einer Stimmungsanalyse in R
3.1 Vorbereitung
3.2 Datensammlung
3.3 Aufbereitung der Daten
3.4 Lexikonbasierte Analyse und Darstellung der Ergebnisse
3.5 Bewertung der Ergebnisse
4 Fazit
Zielsetzung & Themen
Die Arbeit verfolgt das Ziel, die aktuelle Stimmungslage gegenüber dem Unternehmen Amazon auf Basis von Twitter-Daten mittels einer Sentiment Analysis in der Programmiersprache R zu untersuchen und zu bewerten.
- Grundlagen der Business Intelligence und Sentiment Analysis
- Methodische Vorgehensmodelle der Stimmungsanalyse
- Praktische Durchführung der Analyse von 5000 Tweets zum Hashtag „Amazon“
- Kategorisierung von Emotionen und Polaritäten der Nutzerbeiträge
- Evaluation von Ergebnissen im Kontext von Unternehmenskritik
Auszug aus dem Buch
2.4.1 Lexikonbasierter Ansatz
Bei dem lexikonbasierten Ansatz wird die Stimmungsorientierung eines Textinhaltes auf Grundlage von vordefinierten Listen ermittelt. Diese Liste in Form eines Lexikons enthält Wörter, Phrasen oder Redewendungen, die mittels einer Stimmungsorientierung mit Werten wie positiv, negativ oder neutral gleichgesetzt werden. Unter Einsatz des Lexikons erhält jede extrahierte Textinformation, eine Stimmungsorientierungsbewertung. Zur Erstellung dieser Liste wird zwischen der wörterbuchbasierenden und der korpusbasierenden Methode unterschieden. Bei der wörterbuchbasierenden Methode wird zunächst eine geringe Anzahl an Stimmungswörtern, mit einer festgelegten Stimmungsorientierung manuell in eine sogenannte Seed-Liste eingetragen. Diese manuelle Liste wird dann von einem Algorithmus automatisch erweitert, indem für jedes Wort Antonyme und Synonyme aus Wörterbüchern, wie z.B. WordNet gesucht werden. Die neu gefundenen Wörter werden in die Starliste eingetragen. Dieser iterative Prozess wiederholt sich und stoppt, wenn keine neuen Wörter mehr zu finden sind. Bei Bedarf kann das somit entstandene Stimmungslexikon manuell geprüft und auch nachträglich bearbeitet werden. Die korpusbasierte Methode dient zur Problemlösung, um Stimmungswörter mit kontextspezifischen Ausrichtungen zu finden. Diese Methode wird unter der Verwendung eines statistischen oder semantischen Vorgangs durchgeführt. Es ist möglich, ein Lexikon auf Grundlage mehrerer Dokumente zu erstellen, indem die Häufigkeit des Auftretens des Wortes in unterschiedlichen Texten untersucht wird.
Zusammenfassung der Kapitel
1 Einleitung: Vorstellung des Themengebiets Digitalisierung und Amazon sowie Herleitung der Forschungsfrage.
2 Grundlagen: Erläuterung der Konzepte Business Intelligence, Stimmungsanalyse sowie der verschiedenen Vorgehensmodelle (lexikonbasiert, maschinelles Lernen, hybrid).
3 Anwendung einer Stimmungsanalyse in R: Systematische Darstellung der Implementierung der Sentiment Analysis mittels R, von der Datensammlung bis zur Ergebnisbewertung.
4 Fazit: Zusammenfassende Betrachtung der Ergebnisse und Ausblick auf zukünftigen Forschungsbedarf.
Schlüsselwörter
Sentiment Analysis, Stimmungsanalyse, Amazon, Twitter, R, Business Intelligence, Text Mining, Lexikonbasierter Ansatz, Polarität, Emotionen, Digitalisierung, Machine Learning, Datenaufbereitung, Twitter-Daten, Stakeholder
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Projektarbeit befasst sich mit der Analyse der öffentlichen Meinung über das Unternehmen Amazon, indem Twitter-Daten zu diesem Thema wissenschaftlich ausgewertet werden.
Welche zentralen Themenfelder werden behandelt?
Die Schwerpunkte liegen auf den Grundlagen der Business Intelligence, den verschiedenen Methoden der Stimmungsanalyse und deren praktischer Anwendung zur Untersuchung von Social-Media-Daten.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, die Polarität der Stimmung (positiv/negativ) sowie die spezifischen Emotionen zu identifizieren, die Stakeholder mit dem Handelsunternehmen Amazon verbinden.
Welche wissenschaftliche Methode kommt zum Einsatz?
Neben einer theoretischen Literaturanalyse wird als primäre Methode eine Sentiment Analysis auf Basis des lexikonbasierten Ansatzes unter Verwendung der Statistik-Software R angewandt.
Was wird im Hauptteil der Arbeit analysiert?
Im Hauptteil erfolgt die systematische Durchführung der Stimmungsanalyse, angefangen bei der Datensammlung von 5000 Tweets bis hin zur Bereinigung, Auswertung und Visualisierung der Ergebnisse.
Welche Begriffe charakterisieren die Arbeit?
Die Arbeit ist geprägt durch Begriffe wie Sentiment Analysis, Twitter, R, Lexikonbasierter Ansatz, Polarität und Datenaufbereitung.
Welche Rolle spielt das R-Paket "Syuzhet" in dieser Studie?
Das Paket "Syuzhet" ermöglicht die automatisierte Sentiment-Analyse unter Nutzung des NRC-Lexikons, wodurch eine manuelle Erstellung eines eigenen Stimmungslexikons vermieden werden konnte.
Welche kritische Erkenntnis ergibt sich aus der Untersuchung?
Obwohl die globale Stimmung gegenüber Amazon überwiegend positiv ist, identifizierte die Analyse auch negative Aspekte, die insbesondere auf Berichte über schlechte Arbeitsbedingungen und Suizidgefährdung in den Amazon-Fabriken hindeuten.
- Quote paper
- Onur Güldali (Author), 2019, Sentiment Analysis auf Basis von R und Twitter. Eine Analyse von Tweets zum Hashtag "Amazon", Munich, GRIN Verlag, https://www.grin.com/document/1006318
