Con l'aumento degli eventi meteorologici estremi e dei disastri ambientali, cresce sempre di più l'attenzione verso le problematiche legate al clima, mettendo in evidenza l'importanza di comprendere l'opinione pubblica e le dinamiche discorsive legate a questa tematica, diventata ormai cruciale. Questo studio mira a esaminare le opinioni relative al cambiamento climatico attraverso tecniche di text-mining applicate a testi provenienti da social media come Reddit e Twitter. La prima fase dell'analisi consiste nell'identificare e raccogliere i dati disponibili in rete, selezionando dataset e testi pertinenti all'obiettivo di ricerca. Una volta raccolti, i testi vengono elaborati e preparati per l'analisi attraverso procedure di pulizia e normalizzazione. Segue una parte di Topic Modeling mirata a scoprire i principali argomenti trattati e le parole chiave ad essi collegate. Infine, l'analisi del sentiment permette di contestualizzare le emozioni associate ai testi e alle opinioni espresse. Comprendere gli argomenti trattati e le percezioni del pubblico riguardo al cambiamento climatico è quindi d'aiuto per fornire un quadro informativo più chiaro e approfondito, contribuendo così alla consapevolezza e a sviluppare possibili strategie di azione per affrontare questa sfida, ora più che mai, globale.

Social Media e Cambiamento Climatico: Topic Modeling e Sentiment Analysis di Discussioni Online sull'Ambiente

LAZZAROTTO, FRANCESCO
2023/2024

Abstract

Con l'aumento degli eventi meteorologici estremi e dei disastri ambientali, cresce sempre di più l'attenzione verso le problematiche legate al clima, mettendo in evidenza l'importanza di comprendere l'opinione pubblica e le dinamiche discorsive legate a questa tematica, diventata ormai cruciale. Questo studio mira a esaminare le opinioni relative al cambiamento climatico attraverso tecniche di text-mining applicate a testi provenienti da social media come Reddit e Twitter. La prima fase dell'analisi consiste nell'identificare e raccogliere i dati disponibili in rete, selezionando dataset e testi pertinenti all'obiettivo di ricerca. Una volta raccolti, i testi vengono elaborati e preparati per l'analisi attraverso procedure di pulizia e normalizzazione. Segue una parte di Topic Modeling mirata a scoprire i principali argomenti trattati e le parole chiave ad essi collegate. Infine, l'analisi del sentiment permette di contestualizzare le emozioni associate ai testi e alle opinioni espresse. Comprendere gli argomenti trattati e le percezioni del pubblico riguardo al cambiamento climatico è quindi d'aiuto per fornire un quadro informativo più chiaro e approfondito, contribuendo così alla consapevolezza e a sviluppare possibili strategie di azione per affrontare questa sfida, ora più che mai, globale.
ITA
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
952248_tesi_francesco_lazzarotto.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 9.34 MB
Formato Adobe PDF
9.34 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/110799