Show simple item record

Capturing the polarization of Twitter users on key social issues using Intelligent Web method

dc.contributor.advisorΚώτης, Κωνσταντίνοςel_GR
dc.contributor.authorΑλεξιάδης, Παναγιώτηςel_GR
dc.contributor.authorAlexiadis, P.en_US
dc.coverage.spatialΜυτιλήνηel_GR
dc.date.accessioned2023-08-28T05:23:16Z
dc.date.available2023-08-28T05:23:16Z
dc.date.issued2023-02-01
dc.identifier.urihttp://hdl.handle.net/11610/25654
dc.description.abstractΟι πλατφόρμες των μέσων κοινωνικής δικτύωσης έχουν αποκτήσει εξαιρετική δημοτικότητα και δύναμη, τόσο λόγω της εξάπλωσής τους όσο και λόγω της ανάγκης των ανθρώπων για κοινωνική δικτύωση και κοινοποίηση περιεχομένου. Ωστόσο, τα μέσα κοινωνικής δικτύωσης χρησιμοποιούνται επίσης από πολίτες, οι οποίοι είναι πρόθυμοι να μοιραστούν διαδικτυακά απόψεις πάνω σε κοινωνικά ζητήματα που απασχολούν την επικαιρότητα, κεντρίζουν το ενδιαφέρον τους ή που επηρεάζουν ακόμα και την καθημερινότητά τους. Όπως είναι φυσικό, όλοι οι άνθρωποι δεν εκφράζουν τις ίδιες απόψεις ούτε κρατούν την ίδια στάση πάνω σε ένα συγκεκριμένο κοινωνικό ζήτημα με αποτέλεσμα ορισμένες φορές να δημιουργούνται εκ διαμέτρου αντίθετες τάσεις. Ο παραγόμενος όγκος δεδομένων μας δίνει τη δυνατότητα να μελετήσουμε αυτές τις τάσεις και να εντοπίσουμε την πόλωση. Στόχος του παρόντος πονήματος είναι ο εντοπισμός αυτής της πόλωσης στο κίνημα του metoo και στο ζήτημα των επαναπροωθήσεων των μεταναστών και των προσφύγων στην Ελλάδα. Πηγή άντλησης των δεδομένων αποτέλεσε η πλατφόρμα κοινωνικής δικτύωσης του Twitter από το οποίο εξορύχθηκαν δημοσιεύσεις των οποίων οι χρήστες έχουν δηλώσει ως τόπο κατοικίας την Ελλάδα ή κοινοποίησαν περιεχόμενο βρισκόμενοι στην Ελλάδα. Ως όροι αναζήτησης χρησιμοποιήθηκαν τα hashtags #metoo και #pushback στην αγγλική και την ελληνική γλώσσα κατά το χρονικό διάστημα από το 2020 έως και το 2022. Για τη διεξαγωγή της έρευνας χρησιμοποιήθηκαν αποκλειστικά εργαλεία ανοιχτού κώδικα. Τα tweets σχετικά με τα δύο hashtags συλλέχθηκαν με το λογισμικό snscrape και αναλύθηκαν με σκοπό να εξαχθεί το συναίσθημά τους. Η επεξεργασία των δεδομένων εκτελέστηκε με το εργαλείο Orange3. Για την ανάλυση συναισθήματος των αναρτήσεων στην αγγλική γλώσσα έγινε χρήση του λεξικού Valence Aware Dictionary και Sentiment Reasoner (VADER), ενώ των αναρτήσεων στην ελληνική του corpus του Natural Language Toolkit (NLTK). Την αποτύπωση της πόλωσης συμπληρώνει η εξαγωγή των likes και των αναδημοσιεύσεων. Τα ευρήματα αποκαλύπτουν ότι τα ελληνικά tweets του hashtag #metoo ήταν 56% ουδέτερα, 29% αρνητικά και 15% θετικά. Παράλληλα οι ουδέτερες δημοσιεύσεις συγκέντρωσαν το 49% των likes και το 44% των retweets. Ακολούθησαν τα αρνητικά tweets με 32% likes και 39% retweets ενώ τα θετικά δέχθηκαν 19% likes και 17% retweets. Σχετικά με το ελληνικό hashtag #pushback η ανάλυση συναισθήματος απέδωσε 53% ουδέτερων tweets, 24% θετικών και 23% αρνητικών. Αντίστοιχα οι ουδέτερες αναρτήσεις συγκέντρωσαν το 77% των likes και το 71% των retweets, οι αρνητικές το 21% των likes και το 29% των retweets ενώ οι θετικές το 2% των likes και το 0% των retweets. Όσον αφορά τα αγγλικά tweets του #metoo το 41% ήταν θετικά, το 37% ήταν αρνητικά ενώ το 22% ουδέτερα. Παράλληλα οι αρνητικές δημοσιεύσεις συγκέντρωσαν το 43% των likes και το 36% των retweets, οι θετικές το 40% των likes και το 34% των retweets ενώ οι ουδέτερες το 17% των likes και το 30% των retweets. Τέλος στο αγγλικό hashtag #pushback η ανάλυση συναισθήματος απέδωσε 40% αρνητικών αναρτήσεων, 34% ουδέτερων και 26% θετικών. Αντίστοιχα τα αρνητικά tweets δέχθηκαν το 61% των likes και το 66% των retweets, τα θετικά το 29% των likes και το 30% των retweets ενώ τα ουδέτερα το 9% των likes και το 4% των retweets.el_GR
dc.format.extent80 σ.el_GR
dc.language.isoel_GRel_GR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Διεθνές
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectsentiment analysisen_US
dc.subjectTwitteren_US
dc.subjectsocial networksen_US
dc.subjectανάλυση δεδομένωνel_GR
dc.subjectεξόρυξη γνώσηςel_GR
dc.subjectκοινωνικά δίκτυαel_GR
dc.subject.lcshData miningen_US
dc.subject.lcshSentiment analysisen_US
dc.subject.lcshSocial mediaen_US
dc.titleΑποτύπωση της πόλωσης των χρηστών του Twitter σε καίρια κοινωνικά ζητήματα με τη χρήση μεθόδων του ευφυούς Ιστούel_GR
dc.titleCapturing the polarization of Twitter users on key social issues using Intelligent Web methoden_US
dcterms.accessRightsfreeel_GR
dcterms.rightsΠλήρες Κείμενο - Ελεύθερη Δημοσίευσηel_GR
heal.typemasterThesisel_GR
heal.recordProvideraegeanel_GR
heal.committeeMemberNameΚαβακλή, Ευαγγελίαel_GR
heal.committeeMemberNameΚαρυδάκης, Γεώργιοςel_GR
heal.academicPublisherΠανεπιστήμιο Αιγαίου - Σχολή Κοινωνικών Επιστημών - Τμήμα Πολιτισμικής Τεχνολογίας και Επικοινωνίαςel_GR
heal.academicPublisherIDaegeanel_GR
heal.fullTextAvailabilitytrueel_GR
dc.contributor.departmentΠολιτισμική Πληροφορική και Επικοινωνίαel_GR


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές