Sentimentanalyse is een steeds belangrijker onderdeel van datamining, vooral in het tijdperk van sociale media en sociale netwerken waar er eindeloze meningen en commentaren zijn die nuttig kunnen zijn voor een breed scala aan belanghebbenden in de handel, andere bedrijven, en zelfs politiek.

Nutsvoorzieningen, een innovatieve en efficiënte methode voor sentimentanalyse van opmerkingen op het microblogging-platform, Twitter, wordt gerapporteerd in het International Journal of Data Mining, Modellering en beheer door een team uit India. Hima Suresh van de School voor Computerwetenschappen, aan de Mahatma Gandhi-universiteit, in Kottayam, Kerala en Gladston Raj. S van de afdeling Informatica, Overheidscollege, leg ook in Kerala uit hoe sentimentanalyse zich concentreert op het analyseren van attitudes en meningen die worden onthuld in een dataset en die betrekking hebben op een bepaald onderwerp van belang. De analyse maakt gebruik van machine learning-benaderingen, op lexicon gebaseerde benaderingen en hybride benaderingen die beide combineren.

"Een efficiënte benadering voor het voorspellen van sentimenten zou ons in staat stellen meningen uit de webinhoud naar voren te brengen en online publieke keuzes te voorspellen, " stelt het team voor. Ze hebben nu een nieuwe benadering van sentimentanalyse aangetoond rond de discussie over een commercieel merk op Twitter met behulp van gegevens die over een periode van veertien maanden zijn verzameld. Hun methode heeft een ongeëvenaarde nauwkeurigheid voor het verzamelen van de ware mening van bijna 87% van de tijd in hun tests met behulp van een specifiek smartphonemodel als het doelmerk dat wordt onderzocht. Ze suggereren dat de nauwkeurigheid nog verder kan worden verbeterd door een breder lexicon op te nemen dat Twitter-jargon omvat, bijvoorbeeld.