Sentimentanalys är en allt viktigare del av datautvinning, speciellt i en tid av sociala medier och sociala nätverk där det finns oändliga åsikter och kommentarer som kan vara till nytta för ett brett spektrum av intressenter inom handel, andra företag, och till och med politik.

Nu, en innovativ och effektiv metod för sentimentanalys av kommentarer på mikrobloggplattformen, Twitter, rapporteras i International Journal of Data Mining, Modellering och ledning av ett team från Indien. Hima Suresh från School of Computer Sciences, vid Mahatma Gandhi University, i Kottayam, Kerala och Gladston Raj. S vid institutionen för datavetenskap, Government College, förklara också i Kerala hur sentimentanalys fokuserar på att analysera attityder och åsikter som avslöjas i en datamängd och som hänför sig till ett särskilt ämne av intresse. Analysen utnyttjar metoder för maskininlärning, lexikonbaserade tillvägagångssätt och hybridmetoder som skarvar båda de förstnämnda.

"Ett effektivt tillvägagångssätt för att förutsäga känslor skulle tillåta oss att ta fram åsikter från webbinnehållet och att förutsäga offentliga val online, " föreslår teamet. De har nu visat ett nytt tillvägagångssätt för sentimentanalys kring diskussionen om ett kommersiellt varumärke på Twitter med hjälp av data som samlats in under en fjortonmånadersperiod. Deras metod har en oöverträffad noggrannhet för att få fram den sanna åsikten nästan 87% av tid i sina tester med en specifik smarttelefonmodell som målvarumärke som studeras. De föreslår att noggrannheten skulle kunna förbättras ytterligare genom att införliva ett bredare lexikon som inkluderade Twitter-slang, till exempel.