Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

1 2025

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: twitter mining

Sortuj według:

Ogranicz wyniki do:

Hasan Mousumi, Shaima Mujiba, Mosaher Quazi Saad ul

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

2025

T. 15, nr 1

109--116

Twitter's tremendous impact extends from national to international affairs, covering domains such as religion, entertainment, environment, and politics. Unlike other social media platforms, Twitter offers researchers an open data source for multifaceted studies, motivating us to delve into regional trending topics, analyzing associated sentiments, context, networks, and temporal patterns. Using machine learning techniques combined with the VADER algorithm, we conducted a comprehensive analysis involving text, metadata, contextual cues, media, links, and historical data. In this study, we conducted an extensive Twitter mining operation on June 6, 2024, focusing on the ten most developed countries to explore sentiments associated with sustainable technology in industry. The insights derived from this research are pivotal for policymakers, industry stakeholders, and researchers, offering a nuanced understanding of public opinion on sustainable technology. Our findings underscore the potential of social media mining as a powerful tool for gauging public sentiment and informing strategic decision-making in the realm of sustainable industrial practices.

Ogromny wpływ Twittera rozciąga się od spraw krajowych do międzynarodowych, obejmując dziedziny takie jak religia, rozrywka, środowisko, i polityka. W przeciwieństwie do innych platform mediów społecznościowych, Twitter oferuje badaczom otwarte źródło danych do wieloaspektowych badań, motywując nas do zagłębiania się w regionalne tematy trendów, analizowania powiązanych nastrojów, kontekstu, sieci i wzorców czasowych. Wykorzystując techniki uczenia maszynowego w połączeniu z algorytmem VADER, przeprowadziliśmy kompleksową analizę obejmującą tekst, metadane, wskazówki kontekstowe, media, linki i dane historyczne. W tym badaniu przeprowadziliśmy szeroko zakrojoną operację eksploracji Twittera 6 czerwca 2024 r., Koncentrując się na dziesięciu najbardziej rozwiniętych krajach w celu zbadania nastrojów związanych ze zrównoważoną technologią w przemyśle. Spostrzeżenia uzyskane z tych badań mają kluczowe znaczenie dla decydentów, interesariuszy branżowych i badaczy, oferując zniuansowane zrozumienie opinii publicznej na temat zrównoważonych technologii. Nasze ustalenia podkreślają potencjał eksploracji mediów społecznościowych jako potężnego narzędzia do oceny nastrojów społecznych i informowania o podejmowaniu strategicznych decyzji w dziedzinie zrównoważonych praktyk przemysłowych.