Examining the Implications of Adding Sentiment Analysis when Clustering based on Party Affiliation through Twitter

• Main Authors: Ahlqvist, Oscar, Åkermark, Wilhelm
• Format: Others
• Language: English
• Published: KTH, Skolan för datavetenskap och kommunikation (CSC) 2017
• Subjects: Computer Sciences; Datavetenskap (datalogi)
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-208680

Political discussion is very common and a popular statistic for the politically interested are the surveys determining people’s party affiliation. Today they are done manually but it would be beneficial if there was an automated method which could produce the same or similar results. On the social network Twitter there are a lot of users discussing politics, all from political leaders and representatives to just regular people with an interest for the subject. Because of that and also for its convenience when it comes to collecting data, Twitter has been used before in previous work to cluster political users based on what they are discussing. What has not been done before which this thesis contributes is clustering with sentiment analysis. In other terms, trying to cluster people based on what they are discussing but also if their opinion is positive or negative. What was noted in this work was that the part of clustering without sentiment analysis, that had been done in previous studies, was successfully replicated. However adding the sentiment analysis did not give the desired effect and only worsened the results. === Politiska diskussioner är väldigt vanliga och en populär mätning för de politiskt intresserade är undersökningarna som fastlägger folks partitillhörighet. Idag så görs de manuellt men det vore fördelaktigt om det fanns en automatiserad metod som kunde producera fram samma eller liknande resultat. På det sociala nätverket Twitter så finns det många användare som diskuterar politik, allt från politiska ledare och representanter till vanligt folk som har ett intresse för ämnet. På grund av detta och för dess bekvämlighet när det kommer till att samla ihop data så har Twitter använts i tidigare arbeten för att klustra politiska användare grundat på vad de diskuterar. Vad som inte gjorts tidigare och som denna uppsats tillför är att klustra med attitydanalys. I andra termer, försöka klustra folk baserat på vad de diskuterar men också om deras åsikt är positiv eller negativ. Vad som noterades i detta arbete var att delen med att klustra folk utan attitydanalys, som hade gjorts i tidigare studier, lyckades upprepas med framgång. Däremot så gav inte tillförandet av attitydanalys den önskade effekten och försämrade enbart resultaten.