An application of people’s sentiment from social media to smart cities

  1. Francisco-José Estévez-Ortiz 1
  2. Antonio García Jiménez 2
  3. Peter Glösekötter 1
  1. 1 Münster University of Applied Sciences
    info

    Münster University of Applied Sciences

    Münster, Alemania

    ROR https://ror.org/00pv45a02

  2. 2 Universidad Rey Juan Carlos
    info

    Universidad Rey Juan Carlos

    Madrid, España

    ROR https://ror.org/01v5cv687

Revista:
El profesional de la información

ISSN: 1386-6710,  1699-2407

Año de publicación: 2016

Título del ejemplar: TIC para información y comunicación

Volumen: 25

Número: 6

Páginas: 851-858

Tipo: Artículo

DOI: 10.3145/EPI.2016.NOV.02 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: El profesional de la información

Resumen

En este trabajo se presenta una propuesta basada en el "sentiment analysis" en medios sociales y orientada a la gobernanza digital en el marco de las ciudades inteligentes. Este sistema, después de seleccionar un grupo de temas relacionados con las preocupaciones de las personas acerca de la vida diaria en las ciudades, hace uso del léxico Afinn dado que el diccionario aplica una puntuación a cada palabra individual con el fin de reconocer y medir la fuerza de cada una. El experimento recupera tuits, clasificados por hashtags en una base de datos y, para cada uno de ellos, calcula el "sentimiento". Esto implica el uso de procesos estadísticos para el reconocimiento del "sentimiento" como: el cálculo de la media ponderada, la desviación estándar y la distribución entre -5 a +5, el rango de puntuación usado por el léxico. Finalmente, se realiza una evaluación humana con el objetivo de comparar los resultados derivados del sistema automático.

Referencias bibliográficas

  • Akcora, Cuney-Gurca; Bayir, Murat-Ali; Demirbas, Murat; Ferhatosmanoglu, Hakan (2010). “Identifying breakpoints in public opinion”. In: 1st Workshop on social media analysis, pp. 62-66. http://snap.stanford.edu/soma2010/papers/soma2010_9. pdf
  • Anstead, Nick; O’Loughlin, Ben (2015). “Social media analysis and public opinion. The 2010 UK general election”. Journal of computer-mediated communication, v. 20, n. 2, pp. 204-220. http://eprints.lse.ac.uk/60796 https://doi.org/10.1111/jcc4.12102
  • Balahur, Alexandra; Mihalcea, Rada; Montoyo, Andrés (2014). “Computational approaches to subjectivity and sentiment analysis: presented and envisaged methods and applications”. Computer speech and language, v. 28, n. 1, pp. 1-6. https://doi.org/10.1016/j.csl.2013.09.003
  • Balahur, Alexandra; Steinberger, Ralf; Kabadjov, Mijail; Zavarella, Vanni; Van-der-Goot, Erik; Halkia, Martina; Pouliquen, Bruno; Belyaeva, Jenyua (2010). “Sentiment analysis in the news”. In: Procs of the 7th conf on intl language resources and evaluation, pp. 2216-2220. https://arxiv.org/abs/1309.6202
  • Bravo-Márquez, Felipe; Mendoza, Marcelo; Poblete, Bárbara (2014). “Meta-level sentiment models for big social data analysis”. Knowledge-based systems, v. 69, pp. 86-99. https://goo.gl/C4c7yT https://doi.org/10.1016/j.knosys.2014.05.016
  • Ceron, Andrea; Curini, Luigi; Iacus, Stefano M.; Porro, Giuseppe (2014). “Every tweet counts? How sentiment analysis of social media can improve our knowledge of citizens’ political preferences with an application to Italy and France”. New media & society, v. 16, n. 2, pp. 340-358. https://goo.gl/olqoME https://doi.org/10.1177/1461444813480466
  • Chourabi, Hafedh; Nam, Taewoo; Shawn, Walker; Gil-García, J. Ramón; Mellouli, Sehl; Nahon, Karine; Pardo, Theresa A.; Scholl, Hans-Jochen (2012). “Understanding smart cities: an integrative framework”. In: 45th Hawaii intl conf on system sciences. IEEE, pp. 2289-2297. https://www.ctg.albany.edu/publications/journals/ hicss_2012_smartcities/hicss_2012_smartcities.pdf
  • Criado, J. Ignacio; Sandoval-Almazán, Rodrigo; Gil-García, J. Ramón (2013). “Government innovation through social media”. Government information quarterly, v. 30, n. 4, pp. 319-326. https://www.researchgate.net/publication/259131981_ Government_Innovation_Through_Social_Media https://doi.org/10.1016/j.giq.2013.10.003
  • Kim, DongSung; Kim, Jon-Woo (2014). “Public opinion mining on social media: A case study of Twitter opinion on nuclear power”. Advanced science and technology letters, v. 51 (CES-CUBE 2014), pp. 224-228. http://onlinepresent.org/proceedings/vol51_2014/51.pdf https://doi.org/10.14257/astl.2014.51.51
  • Kim, Hyung-Min; Han, Sun-Sheng (2012). “City profile: Seoul”. Cites, v. 29, n. 2, pp. 142-154. https://www.academia.edu/9584899/City_profile_Seoul https://doi.org/10.1016/j.cities.2011.02.003
  • Murphy, Joe; Link, Michael W.; Childs, Jennifer H.; Tesfaye, Casey L.; Dean, Elizabeth; Stern, Michael; Pasek, Josh; Cohen, Jon; Callegaro, Mario; Harwood, Paul (2014). Social media in public opinión research. Report of the Aaport task force on emerging technologies in public opinion research. American Association for Public Opinion Research. https://www.aapor.org/AAPOR_Main/media/MainSiteFiles/ AAPOR_Social_Media_Report_FNL.pdf
  • Neirotti, Paolo; De-Marco, Alberto; Cagliano, Anna-Corinna; Mangano, Giulio; Scorrano, Francesco (2014). “Current trends in smart city initiatives: Some stylised facts”. Cities, v. 38, pp. 25-36. https://doi.org/10.1016/j.cities.2013.12.010
  • Nielsen, Finn-Årup (2011). “A new ANEW: Evaluation of a word list for sentiment analysis in microblogs”. In: Procs of the ESWC2011 Workshop on ‘Making sense of microposts’: Big things come in small packages. CEUR Workshop Proceedings, pp. 93-98. Heraklion, Crete, Greece, May 30. https://arxiv.org/abs/1103.2903
  • Oliveira, Gustavo-Henrique-Maultasch; Welch, Eric W. (2013). “Social media use in local government: Linkage of technology, task, and organizational context”. Government information quarterly, v. 30, n. 4, pp. 397-405. https://goo.gl/A4JJMK https://doi.org/10.1016/j.giq.2013.05.019
  • Perera, Charith; Zaslavsky, Arkady; Christen, Peter; Georgakopoulos, Dimitrios (2014). “Sensing as a service model for smart cities supported by internet of things”. Transactions on emerging telecommunications technologies, v. 25, n. 1, pp. 81-93. https://arxiv.org/abs/1307.8198 https://doi.org/10.1002/ett.2704
  • Riel, Arthur J.; Popescu, Denisa; Guanlao, Luisita (2014). “Social data mining and knowledge flows between government and its citizenry in crisis and normal situations”. In: WIMS’14, Procs of the 4th intl conf on web intelligence, mining and semantics. https://doi.org/10.1145/2611040.2611090
  • Roger, Sandra; Kogan, Pablo (2013). “Agentes inteligentes en ambientes dinámicos: Análisis de opinión”. In: XV Workshop de investigadores en ciencias de la computación, Paraná, Entre Ríos, pp. 860-864. http://sedici.unlp.edu.ar/handle/10915/27321
  • Smith, Laura M.; Zhu, Linhong; Lerman, Kristina; Zozareva, Zornitsa (2013). “The role of social media in the discussion of controversial topics”. In: SocialCom’ 13. Procs of the 2013 Intl conf on social computing, pp. 236-243. http://www.isi.edu/integration/people/lerman/papers/ Smith13socialcom.pdf https://doi.org/10.1109/SocialCom.2013.41
  • Stylios, George; Christodoulakis, Dimitris; Besharat, Jeries; Vonitsanou, Maria-Alexandra; Kotrotsos, Ioanis; Koumpouri, Athanasia; Stamou, Sofia (2010). “Public opinion mining for governmental decisions”. Electronic journal of egovernment, v. 8, n. 2, pp. 203-214. http://www.ejeg.com/issue/download.html?idArticle=209
  • Tumasjan, Andranik; Sprenger, Tim O.; Sandner, Philipp G.; Welpe, Isabell (2011). “Election forecasts with Twitter: How 140 characters reflect the political landscape”. Social science computer review, v. 29, n. 4, pp. 402-418. https://doi.org/10.2139/ssrn.1833192
  • Villena-Román, Julio; Luna-Cobos, Adrián; González-Cristóbal, José-Carlos (2014). “Análisis semántico de la opinión de los ciudadanos en redes sociales en la ciudad del futuro”. Procesamiento del lenguaje natural, n. 53, pp. 159-162. http://www.taln.upf.edu/pages/sepln2014/projects/edited_ paper_32.pdf
  • Xiong, Fei; Liu, Yun (2014). “Opinion formation on social media: An empirical approach”. Chaos, n. 24. https://doi.org/10.1063/1.4866011
Fuente de los datos: Dialnet