Senti-meter scanne le Twitterverse pour Movie Sentiment: Oscar ou Runner Up?

Les Oscars sont dimanche prochain, leur 84e itération, conscients des médias sociaux comme jamais auparavant. L’Académie vous invite à « Rejoindre la Conversation » via les hashtags Twitter #Oscars et #CelebrateTheMovies et cède l’essentiel de l’immobilier de la page Web aux Oscar Blogs et à Oscar Buzz dérivé de Twitter. Mais Twitter est une plate-forme ouverte, et les tweets sur les films sont faciles à analyser pour quiconque. IBM, l’USC Annenberg School for Communications and Journalism et le Los Angeles Times lui ont donné une chance sous la forme de l’Oscar Senti-meter. L’Oscar Senti-meter évalue les tweets qui citent les nominés aux Oscars dans les catégories de la meilleure actrice, du meilleur acteur et du meilleur film et les note sur une échelle plus positive/plus négative.

Qu’est-ce que j’aime?

1. Le contrôle de la chronologie ! Déplacez-vous vers la gauche (plus tôt) ou vers la droite (plus tard) pour voir le volume de tweet et le score de sentiment pour différentes dates.
2. La liste des événements externes sélectionnés dans le cadre du contrôle du temps. Certains d’entre eux sont tout à fait pertinents, par exemple, les Golden Globe Awards du 15 janvier. Faites défiler jusqu’à cette date pour voir l’effet sur les statistiques de Meryl Streep, par exemple.
3. Il y a au moins quelques intelligences linguistiques intégrées au système (bien qu’il soit impossible de déterminer, en regardant, combien). « Merryl Streep » et « tatouage de dragon » sont résolus avec les noms complets corrects.

Et ce qui manque, des objets pour le À faire liste pour la prochaine remise des gaz ?

1. Fournissez un clic vers les tweets sous-jacents, et pas seulement trois, tous ou au moins un grand échantillon. L’outil actuel est une taquinerie, et ce n’est pas comme si les tweets étaient privés ou propriétaires. Mais le clic n’est pas, à lui seul, tout à fait suffisant…
2. Afficher la classification des sentiments des tweets sous-jacents. Le LA Times nous dit seulement que « le Senti-mètre passe au peigne fin un volume élevé de tweets quotidiennement et utilise la technologie de reconnaissance de la langue… pour évaluer les opinions positives, négatives et neutres partagées dans les messages ». Je veux voir par moi-même à quel point la technologie est bonne.
3. Animez le contrôle de la chronologie. Un simple bouton de lecture ferait défiler l’affichage à travers la plage de dates.
4. Permettez-moi de retracer l’opinion à travers les dates. Tout ce qui est nécessaire est une piste attachée à ce qui est maintenant un point rebondissant, bien que pour être fait efficacement, il serait préférable de se concentrer sur un candidat particulier et de remplacer l’axe horizontal actuel par un axe temporel.
5. Laissez-moi filtrer les tweets – par exemple, pour exclure les tweets avec le hashtag #GoldenGlobe – et recalculer dynamiquement en fonction de mon filtrage.
6. Permettez-moi d’explorer comment le sentiment sur les acteurs, les actrices et les films est lié. Il serait intéressant, par exemple, de voir si et comment le volume des tweets et le sentiment à propos de Meryl Streep et de la Dame de fer sont liés.
7. Je veux le tri, le classement et les seuils. Permettez-moi de trier les nominés, par ordre croissant et décroissant, dans les catégories Acteurs, Actrices et Films, par nombre de tweets au cours d’une journée donnée et sur tous les jours. Permettez-moi de limiter les nominés au Top N ou au Bottom M en fonction du nombre de tweets et du sentiment positif ou négatif. Permettez-moi d’appliquer un seuil, par exemple, de n’afficher que les nominés qui ont été mentionnés dans au moins 100 tweets.
8. Enrichissement de contenu. Je n’ai jamais entendu parler du film Carnage, ni de l’acteur Joseph Gordon-Levitt. Que diriez-vous d’un lien hypertexte, derrière chaque nom, pour plus d’informations ?
9. Expliquez-nous comment fonctionne le système !

Franchement, je soupçonne que Senti-meter classe les tweets au niveau du message plutôt qu’au niveau des fonctionnalités, c’est-à-dire pour les actrices, les acteurs et les films individuels. Je serais heureux d’apprendre le contraire, mais il n’y a aucune indication sur la méthode sur le site Senti-meter. J’en ai un, dernière demande :

Trouvez un moyen de rendre Senti-meter utile, plus qu’un régal pour les yeux.

Mon dernier point est apparemment difficile. La meilleure façon de rendre un site ou un utilitaire de diffusion d’informations plus utile est de le concevoir, dès le départ, pour répondre aux besoins de l’entreprise. Si vous ne le faites pas, la réaction majoritaire sera un bâillement, alors quoi ? (et je ne parle pas de la version de Miles Davis), quelques instants de temps d’attente sur la page, puis le visiteur du site passe à la chose suivante. Y a-t-il un besoin commercial auquel répond le Senti-mètre Oscar ? Il pourrait y en avoir, par exemple, dans la prévision du box-office et de la demande de location. Mais bien sûr, nous supposons que l’interface de portée Oscar n’est qu’une démonstration des possibilités offertes par la technologie et la mise en œuvre. Les types d’interactivité que j’ai décrits augmenteraient l’utilité commerciale de Senti-meter. Il en serait de même pour la fourniture d’une classification des sentiments alignée sur les objectifs et au-delà de la polarité.

Une fiche : nous discuterons de ces sujets et bien plus encore lors du prochain symposium sur l’analyse des sentiments, une conférence que j’organise, les 7 et 8 mai à New York. Je reviens souvent sur ces sujets. J’ai écrit à leur sujet dans une récente revue du système bêta Sentibet de Neurolingo. Paris sportifs, Oscar sentiment : deux petits pois dans une cosse. Sentibet différencie les prédictions, les sentiments et les souhaits. Je pense peut-être que Tilda Swinton est une grande actrice, mais j’espère que Michelle Williams remportera l’Oscar et que Viola Davis remportera le prix cette année. Ce niveau d’analyse granulaire et ciblé n’est certainement pas au-delà des capacités d’IBM, des intérêts de recherche d’USC Annenberg ou des L’heure de Los Angelesle mandat de diffusion d’informations de . En somme, mon avis marque l’Oscar Sentimètre modérément négatifavec manquant sondage aimer par 10 à 3. L’IBM-USC-L’heure de Los Angeles système est un digne candidat, mais pas un gagnant. Les joueurs ont les outils et les ressources pour créer quelque chose de génial, à la fois techniquement solide et utilisable pour un public de masse. J’attends la suite avec impatience.

Seth Grimes est un observateur de l’industrie de l’analytique — analyste, consultant, écrivain — qui aide les entreprises à trouver une valeur commerciale dans les données d’entreprise et les informations en ligne. Il consulte via Alta Plana Corporation, travaille comme analyste de l’industrie, organise le symposium sur l’analyse des sentiments et tweete sur @sethgrimes.