Un'architettura per la predizione delle vendite basata su dati di sentiment

La Sentiment Analysis è una particolare disciplina della Natural Language Processing (NLP) che si occupa di analizzare i documenti testuali sotto una nuova prospettiva, non tanto coinvolgendo il contenuto del messaggio quanto piuttosto le emozioni che l’autore voleva esprimere durante la sua scrittura. Ad oggi, i suoi principali utilizzi sono stati orientati alla Web Reputation, cioè lo studio della reputazione che un’azienda oppure un singolo prodotto presentano sulla rete. Una possibilità ancora poco considerata è invece quella di sfruttare questa vasta fonte di conoscenza per intuire il livello d’interesse per l’oggetto dell’analisi, e da questa informazione prevedere poi l’andamento futuro nelle vendite associate. Nel lavoro di tesi presentato sarà quindi realizzata e proposta una collezione completa di strumenti, che andranno a comporre un’architettura autonoma per l’elaborazione di queste predizioni. Durante lo sviluppo sono state considerate diverse implementazioni alternative per le procedure coinvolte, le quali sono presentate e commentate in modo esaustivo al fine di comprendere quali siano effettivamente le direzioni più promettenti. La trattazione si conclude poi con una serie di esperimenti il cui scopo è la definitiva validazione e valutazione delle prestazioni fornite dall’architettura. La peculiarità che distingue il lavoro proposto dagli altri già presenti in letteratura è l’estensione dello strumento realizzato, che lo rende in grado di gestire autonomamente tutte le fasi necessarie per elaborare la predizione, partendo da una semplice collezione di dati grezzi contenente lo storico delle vendite ed i messaggi estratti dal Web. Inoltre, a differenza della totalità degli studi visionati, il sistema è stato creato per lavorare sulla lingua italiana. Il mercato considerato durante la fase d’analisi è quello della telefonia mobile in Italia, e più nello specifico ci si riferirà alle transazioni di Mobile Number Portability (MNP).