Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

L'analisi testuale: applicazioni per le ricerche di mercato

Il presente elaborato è stato concepito in tre parti distinte, scaturendo da un interrogativo di fondo, ossia se sia possibile analizzare dei testi come se fossero dei numeri, mediante un approccio e degli strumenti statistici di tipo quantitativo, evitando, tuttavia, di perdere il significato originario dell’intero corpus di testi.

Inizialmente, è stato delineato un inquadramento teorico utile ai fini dell’analisi testuale. E' stata ripercorsa quella linea evolutiva che ha posto le radici alla nascita della statistica testuale. Successivamente sono state approfondite le specificità tipiche del Text Analysis, inteso come tecnica d’analisi statistica di documenti non numerici che ricerca regolarità e leggi universali nell’ambito del linguaggio. Infine, si è cercato di capire le logiche che attengono ad un software di analisi testuale.

In seconda istanza è stato implementato un caso pratico di analisi di testi, mediante l’utilizzo di T-LAB, uno dei numerosi software statistici di analisi testuale presenti sul mercato. L’obiettivo è stato quello di applicare, conformemente a quanto emerso nella prima parte, le logiche attinenti alla statistica testuale ad un contesto, quale può essere quello universitario. In particolare, sono state analizzate alcune relazioni che studenti e neolaureati solitamente redigono al termine della propria esperienza di workshop professionale. Attraverso il software statistico T-LAB, si è cercato di interpretare tabelle e grafici facendo inferenza su determinati aspetti dell’esperienza che ogni soggetto ha fatto emergere nella relazione scritta.

Infine, in conformità con quanto emerso prima a livello teorico e successivamente a livello pratico, si è tentato di applicare nell’ambito delle ricerche di mercato quell’insieme di tecniche e strumenti statistici attinenti al Text Mining e chiarire se questo potesse essere di qualche utilità per le aziende, conducendo una sorta di rassegna dei possibili campi di applicazione del Text Mining, a partire dagli esempi che già tuttora ci fornisce la letteratura aziendale, fino ad ipotizzare delle possibili aspettative future.

Mostra/Nascondi contenuto.
4 Introduzione L espressione analisi multidimensionale dei dati viene spesso usata in maniera erronea in luogo di analisi multivariata. Questa confusione Ł dovuta ai numerosi punti di contatto che sussistono tra i due approcci, a partire dalla numerosit delle variabili con cui solitamente si studiano i casi osservati. Tuttavia l elemento fondamentale che le distingue risiede nella logica inferenziale che caratterizza quest ultima rispetto alla prima. L analisi multivariata, infatti, prende in considerazione insiemi di dati, contenenti i valori osservati di certe variabili statistiche, sulle quali vengono aprioristicamente espresse delle assunzioni sul genere di distribuzione teorica in chiave probabilistica. Sulla base di tali assunzioni a priori, si adottano dei modelli di ricostruzione del dato che tentano di confermare le relazioni sussistenti tra le suddette variabili. Ci nonostante, nel caso in cui la ricerca sia di t ipo osservazionale, e non gi sperimentale, e, quindi, l universo si componga di singole osservazioni di piø variabili su n unit statistiche, Ł auspicabile che l analisi si basi su una logica multidimensionale, in quanto, come descrive Bolasco1: questa tecnica si caratterizza per prendere in con siderazione molte decine, a volte centinaia, di dimensioni del fenomeno o problema oggetto di studio, senza vincolarne la scelta a caratteristiche distributive delle corrispondenti variabili [ ]; inoltre, si definisce approccio non parametrico e spesso prevede lo studio di caratteristiche eterogenee quanto al loro livello di misurazione, ossia variabili sia qualitative sia quantitative. Il primo obiettivo che attiene a tale logica Ł quello di affrontare la complessit in alcune delle sue dimensioni, al fine, per quanto possibile, di cogliere il fenomeno nella sua globalit . Il passaggio all analisi multidimensionale ha decretato un progresso sia in termini di studio dei fenomeni statistici piø complessi, sia per quanto concerne i sistemi computazionali ad essi connessi. Il frutto di queste dinamiche evolutive Ł confluito nell analisi multidimensionale dei dati testuali. 1 S. Bolasco, Analisi multidimensionale dei dati, ed. Carocci, Roma 1999, pp. 17-18.

Laurea liv.II (specialistica)

Facoltà: Scienze della Comunicazione e dello Spettacolo

Autore: Daniela Di Gennaro Contatta »

Composta da 256 pagine.

 

Questa tesi ha raggiunto 3167 click dal 21/03/2008.

 

Consultata integralmente 6 volte.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.