Analisi di contenuti multimediali condivisi su social network per specifici settori industriali

Today, social networks assume a considerable relevance in the society. They allow to get immediate feedback about content, in order to make a wide range of qualitative and quantitative analysis. Clicking on a common “Like” button, is legitimate to consider any user a commentator. The thesis focuses on the analysis of Instagram profiles, in order to obtain results about the comparisons between different photos. The technical development of the proposed analysis is mainly dedicated to fashion brands in order to understand current trends, with particular attention to the own competitors. Some photos extracted from different brands’ Instagram profiles are considered, obtaining the present objects in every image, using a visual recognition software. A meticulous analysis technique is proposed, generating a filter that optimizes the mentioned extraction. Sets of photos are obtained, with an cluster algorithm application, in order to extract comparison results with high accuracy. A brand adopting this innovation is able to estimate what clothing, lifestyles, colors are in vogue in a determined period of the year, in order to have the possibility to direct decision-making choices of the company. The introduced innovation by the thesis allows to objectively take realistic data, directly quering the target audience and absorbing, in a short time, fundamental information for the provisions to take in the future.

Oggigiorno, i social network stanno assumendo un valore sempre più rilevante nella società. Essi consentono di ottenere feedback immediati sui contenuti, permettendo una vasta gamma di analisi qualitative e quantitative. Cliccando su un comune tasto “Mi piace”, diventa lecito considerare qualsiasi utente come un opinionista. La tesi si concentra sull’analisi di alcuni profili Instagram, con l’obiettivo di ottenere risultati che permettano di effettuare confronti tra le varie foto. Lo sviluppo della tecnica di analisi proposta è principalmente dedicato a brand di moda intenzionati a comprendere i trend attuali, con particolare attenzione ai propri competitor. Si considerano alcune foto estratte dai vari profili Instagram dei brand, ottenendo gli oggetti presenti in ogni immagine attraverso l’utilizzo di un software di riconoscimento visivo. Si effettua una precisa tecnica di analisi, generando un filtro che ottimizza l’estrazione sopra citata. Si ottengono, tramite l’applicazione di un algoritmo di Clustering, insiemi di foto, dai quali poter estrarre risultati di confronto con un’elevata precisione. Un brand che adotta questa innovazione è in grado di stimare quali capi di abbigliamento, lifestyle, colori sono più in voga in un determinato periodo dell’anno, avendo così la possibilità di direzionare le scelte decisionali dell’azienda. L’innovazione introdotta dalla tesi permette di assumere dati obiettivamente realistici, interrogando direttamente il pubblico target e assimilando, in breve tempo, informazioni fondamentali, utili a future disposizioni.