Nello sviluppo delle nostre soluzioni utilizziamo tecniche di:

  • Network analysis

L’analisi delle reti sociali (Social Network Analysis) è una prospettiva teorica e metodologica che si sta sempre più affermando. Essa si occupa dello studio delle reti sociali che si instaurano nell’ambito dei cosiddetti social network (es. Facebook e Twitter)

"Social Network Analysis" significa studiare, misurare e rappresentare le relazioni sociali tra gli individui o gruppi di individui.

Questa tipologia di analisi è applicabile in molti ambiti applicativi, quali ad esempio:

·         sistemi di supporto alle decisioni

·         monitoraggio delle attività Marketing di un’azienda

·         valutazione di servizi e/o di prodotti forniti

 

  • Sentiment analysis

Si tratta di un' applicazione specifica di data mining applicata sui social network.

Per usare una definizione più semplice si potrebbe spiegare come un metodo di analisi che raccoglie in tempo reale le reazioni (positive o negative che siano) degli utenti ed i relativi trend davanti a un qualsiasi evento, locale o globale che sia.

La sentiment analysis” è uno strumento accurato per analizzare le conversazioni online fornendo alle aziende un’ interpretazione del mercato molto realistica circa il “sentiment” che le caratterizza. L’utilizzo di questa applicazione è in grado di fornire all'azienda una percezione veritiera sulla reputazione del proprio brand piuttosto che sul gradimento dei suoi prodotti.

Il nostro modulo di sentiment analysis è basato su tecniche di machine learning.

 

  • Topic extraction

Con la crescita esponenziale delle informazioni generate dalle reti sociali, è sempre più difficile capire di quali argomenti si parla.

La “topic extraction” è una tecnica che può classificare i testi in base al loro contenuto ed estrarre gli argomenti (topic) di discussione.

 

  • Machine Learning

Machine learning è una branca derivata dallo studio della “pattern recognition” e dalle teorie di apprendimento computazionale dell’intelligenza artificiale.

Gli algoritmi basati su questa tecnica apprendono dai dati generalizzando l’esperienza raccolta in modelli.

Questi modelli consentono di estrarre delle informazioni che generalmente un umano non sarebbe in grado di estrarre.

Un aspetto importante di questi modelli è che di fronte a nuove informazioni sono in grado di prenderle in considerazione ed adattarsi alle stesse.

Essi imparano dalle elaborazioni precedenti e producono decisioni e risultati sempre più affidabili che possono anche abilitare la creazione di nuovi servizi avanzati