utworzone przez Agnieszka Czoska | sty 16, 2019 | W mediach
Cała ekipa skupiona wokół projektu Sentimenti rozmawia ze sobą przynajmniej raz na tydzień, a co miesiąc podsumowujemy kolejne sprinty (pracujemy w miesięcznym harmonogramie i metodologii scrum). Większość naszych spotkań odbywamy zdalnie, ale od czasu do czasu organizujemy takie, na którym wreszcie spotykamy się na żywo. W tym tygodniu w naszym poznańskim biurze omówiliśmy efekty prac z ostatniego kwartału i plany na kolejny rok. Jesteśmy w przełomowym momencie, wypracowaliśmy produkt gotowy do puszczenia w świat, więc z dwóch filarów R&D zaczynamy wreszcie stawać pewniej na tym biznesowym. Będziemy rozwijać SentiToola i EmoToola, ale myślimy już też o kolejnych projektach badawczo-rozwojowych.
Szykują się dla nas spore zmiany, bo dotychczasowy biznesplan powoli się kończy. Zwracają się do nas nowi klienci, rozmawiamy z zainteresowanymi, pokazujemy kolejne funkcjonalności SentiToola. Wraz ze wzrostem naszej organizacji rozpoczęto prace nad wprowadzeniem – dla osób zaangażowanych w projekcie Sentimenti – programu pozwalającego na kapitałową partycypację w jego efektach.
Zespół Sentimenti, od lewej: Jan Kocoń, Katarzyna Klessa, Grzegorz Stefański, Małgorzata Wierzba, Agnieszka Czoska, Konrad Juszczyk, Dariusz Gall, Damian Grimling i Maciej Piasecki
Sukcesy projektu
SentiTool był najważniejszym tematem naszego spotkania. Rozwijamy go nie tylko dokładając kolejne rozwiązania techniczne, ale także gromadząc wiedzę. Właśnie kończy się kolejne z naszych badań, prowadzona we współpracy z panelem Ariadna “ewaluacja emocjonalna” kilkudziesięciu tysięcy polskich słów. Wyniki naszych analiz sentymentu i emocji w tekstach staną się dzięki nim jeszcze trafniejsze, bardziej odpowiadające prawdziwym reakcjom ludzi na to, co czytają. Jednocześnie przygotowaliśmy już kolejne badanie, którego uczestnicy będą oceniać wydźwięk dłuższych tekstów. Niektóre z nich zawierają emotikony, więc pogłębimy naszą znajomość tej “pisanej intonacji”, której zaczęliśmy się przyglądać już kilka miesięcy temu.
Etyka w badaniu emocji
Poruszyliśmy też temat, który wyłonił się w naszych rozmowach niedawno. Zajmowanie się emocjami wymaga od nas nie tylko rzetelności, ale także etycznego postępowania. Wiemy, że SentiTool może przeanalizować każdy tekst na dowolny temat. Jednocześnie uważamy, że nie powinniśmy brać na warsztat osobistych tragedii, nawet szeroko dyskutowanych w mediach. Analizy emocji związanych z żałobą nie będą przez nas publikowane. Zastanawialiśmy się także, jakie stanowisko przyjąć w stosunku do tak aktualnych zjawisk jak hejt czy mowa nienawiści, zwłaszcza że jednym z flagowych celów SentiToola jest wykrywanie potencjalnych konfliktów między rozmówcami.
Plany na przyszłość
Chcemy zrobić coś naprawdę wielkiego. Przygotowujemy się do otwarcia kolejnych projektów biznesowo-naukowych. Nie możemy póki co zdradzić szczegółów, ale pogłębimy i poszerzymy SentiToola, może stworzymy kolejne narzędzia do jeszcze bardziej zaawansowanej analizy emocji w tekście.
Z bliższych planów – dodamy kolejne funkcjonalności do naszych narzędzi, żeby powoli wyłaniała się z nich całość, którą będzie można oferować jako aplikację SaaS. W międzyczasie sprzedajemy usługi – przeprowadzane przez nas analizy emocji, raporty i interpretacje (np. podpowiedzi, jaki tekst ma najlepszy efekt na odbiorcę, wnioski z monitoringu mediów społecznościowych). Szykujemy także publikacje naukowe i popularnonaukowe opisujące wyniki naszych badań.
Chwalimy się koszulką Sentimenti podczas spotkania w poznańskim biurze projektu
utworzone przez Agnieszka Czoska | sty 8, 2019 | Okiem badacza
Rozmowa z Moniką Riegel i Małgorzatą Wierzbą, psycholożkami z z LOBI (Pracownia Obrazowania Mózgu – Laboratory of Brain Imaging) współpracującymi z nami w projekcie SENTIMENTI.
W LOBI zajmujecie się obrazowaniem mózgu, a czym się różni praca dla Sentimenti od pracy w Laboratorium?
W LOBI realizujemy głównie tzw. badania podstawowe w celu zdobywania nowej wiedzy o podstawach zjawisk, bez nastawienia na bezpośrednie praktyczne zastosowanie lub charakter użytkowy. Tymczasem w ramach projektu Sentimenti prowadzimy działalność badawczo-rozwojową. Właściwie dążymy do osiągnięcia kompromisu: przy zachowaniu całej poprawności metodologicznej trzeba zastanowić się, na jakie innowacyjne elementy jest zapotrzebowanie i jak wyniki naszych badań przełożyć na produkt, w sposób maksymalnie przyjazny użytkownikowi.
Jak doświadczenia z LOBI pomagają w Sentimenti?
W Sentimenti występujemy w roli ekspertów od badań nad emocjami oraz ich wpływem na różne procesy psychiczne. Z naszego punktu widzenia, to jakie emocje wywołują w ludziach słowa, możemy badać dwojako. Podstawowym źródłem wiedzy na temat emocji odczuwanych przez uczestników badań są dane deklaratywne, czyli samoopisowe. Z drugiej strony, o emocjach możemy wnioskować też na podstawie wiedzy o towarzyszących im procesach fizjologicznych i neuronalnych. Prowadzimy zatem także badania z zastosowaniem takich metod psychofizjologicznych jak okulografia (ang. eye-tracking, ET) oraz metody neuroobrazowania takie jak funkcjonalny rezonans magnetyczny (ang. functional magnetic resonance, fMRI).
Zupełnie innym aspektem pracy w LOBI, który bardzo nam pomaga w realizacji projektu Sentimenti, jest umiejętność pracy w interdyscyplinarnym zespole. Ponieważ neuronauka leży właściwie na pograniczu dziedzin, prowadzenie badań w LOBI wymaga współpracy wielu specjalistów z różnym zapleczem wiedzy i umiejętności. Mamy w swoim zespole psychologów, biologów, statystyków, fizyków, programistów, itd. Dzięki temu łatwiej nam odnaleźć się w projekcie Sentimenti, który wymaga owocnej współpracy naszego zespołu z inżynierami, lingwistami, programistami oraz przedstawicielami biznesu.
A co was w projekcie Sentimenti zaskoczyło?
Zupełną nowością było dla nas zarządzanie projektem w ramach metodyki scrum. Przyjęcie jej pozwala nam realizować ogromny projekt, w który zaangażowani są członkowie różnych zespołów, nie tylko zajmujący się odmiennymi dyscyplinami, ale także pracujący w różnych miastach, a nawet okresowo w różnych strefach czasowych i na różnych kontynentach. Zgodnie z metodyką scrum dzielimy rozwój projektu na iteracje w określonych ramach czasowych, po których dostarczamy kolejne, coraz bardziej dopracowane wersje finalnego produktu. Duży nacisk położony jest na organizację pracy zespołu projektowego, przy czym niejednokrotnie przyszli użytkownicy produktu włączani są w proces jego powstawania.
Wasze doświadczenia w LOBI obejmują między innymi opracowanie bazy słów emocjonalnych – jak te doświadczenia przydają się w Sentimenti?
Rozpoczynając w LOBI badania nad emocjami wyszliśmy z założenia, że podstawowym zadaniem dla badaczy procesów emocjonalnych jest dobór odpowiedniego materiału, który w sposób kontrolowany wywoływałby określone emocje. Dlatego zdecydowaliśmy się stworzyć bazę polskich słów emocjonalnych Nencki Affective Word List (NAWL), która zawiera prawie trzy tysiące polskich słów opisanych pod względem tzw. wymiarów emocji, czyli znaku emocji (czy coś jest negatywne czy pozytywne) oraz pobudzenia (jak bardzo coś jest pobudzające). Ponadto słowa zawarte w bazie NAWL zostały opisane pod względem intensywności konkretnych kategorii emocji, a więc: radości, złości, smutku, strachu i wstrętu. Zarówno dane zawarte w bazie NAWL, jak i dane zawarte w Słowosieci (tj. wordnecie stworzonym przez zespół z Politechniki Wrocławskiej) zostały wykorzystane na początkowym etapie projektu. Porównywaliśmy wtedy dane zawarte w obu bazach z wynikami realizowanych w ramach Sentimenti badań CAPI i CAWI, gdzie ocenialiśmy rzetelność zbieranych danych.
Z naukowego punktu widzenia – jaka jest wartość badań realizowanych w Sentimenti?
O wartości naukowej badań w Sentimenti najlepiej będzie świadczyło to, że wyniki projektu zostaną opublikowane w czasopismach naukowych o zasięgu międzynarodowym oraz będą prezentowane na konferencjach naukowych. W ten sposób oferujemy dostęp do wyników projektu zarówno badaczom, jak i wszystkim innym zainteresowanym osobom.
Wartość naukowa badań prowadzonych w projekcie jest tym wyższa, że badania prowadzone są przez zespoły ekspertów z różnych dziedzin, a więc są interdyscyplinarne. Dzięki łączeniu metodologii badań psychologicznych w LOBI z metodologią badań z zakresu lingwistyki obliczeniowej na Politechnice Wrocławskiej, jesteśmy w stanie czerpać z doświadczeń wyniesionych z obu dziedzin i badać emocje wyrażane w języku polskim na wielu poziomach.
Zajmujecie się związkami pomiędzy emocjami i pamięcią. Jakie emocje was interesują?
W swoich badaniach nad wpływem emocji na pamięć, w oparciu o koncepcję tzw. emocji podstawowych skupiliśmy się na kilku uwarunkowanych biologicznie i uniwersalnych kulturowo emocjach, wśród których wyróżniamy: radość, złość, smutek, strach i wstręt. W szczególności interesowało nas porównanie wpływu wybranych kategorii emocji na pamięć, niezależnie od znaku emocji i poziomu pobudzenia emocjonalnego. Aktualnie wykorzystujemy na przykład bodźce wyrażające wstręt i strach, ale w równym stopniu negatywne i pobudzające. Jednocześnie wstręt i strach różnią się ze względu na funkcję ewolucyjną, reakcję fizjologiczną naszego organizmu, a także wpływ na procesy psychiczne takie, jak na przykład pamięć. Różnice te wykazano jednak dotychczas tylko na poziomie behawioralnym, nas natomiast interesowały związane z nimi mózgowe mechanizmy.
Jak emocje wpływają na pamięć?
W badaniach, o których przed chwilą wspomniałam, zaobserwowaliśmy odmienny wpływ różnych kategorii emocji na pamięć – mianowicie wstręt pamiętany był lepiej niż strach, niezależnie od różnic w poziomie pobudzenia emocjonalnego. Ten wynik zdaje się podkreślać, że wstręt jest niezwykle silną emocją angażującą wiele zmysłów, i wpływającą na trwałość procesów pamięciowych.
Oczywiście mowa tutaj o wynikach konkretnego badania, w którym zastosowaliśmy bodźce werbalne, i być może wywoływaliśmy w ten sposób w uczestnikach naszego badania pewien specyficzny aspekt tych kategorii emocji. Z całą pewnością czym innym jest emocjonalna reakcja strachu odczuwana bezpośrednio w sytuacji zagrożenia, a czym innym rozumienie emocji strachu, wymagające złożonego przetwarzania na poziomie semantycznym. Ponadto w badaniach eksperymentalnych na ogół wykorzystujemy materiał językowy o bardzo uproszczonym charakterze, a więc słowa czy pary słów. Zupełnie inny może być wpływ emocji na pamięć słów osadzonych w pewnym kontekście, np. w przekazie reklamowym, czy w treści wpisu na Facebooku.
Czy tekst reklamowy lub wpis na Facebooku może zostać lepiej zapamiętany, jeśli zadbać o wyrażone w nim emocje?
Oczywiście odpowiedź na to pytanie jest złożona – gdybyśmy byli w stanie prosto na nie odpowiedzieć jako badacze tego tematu już dawno nie mielibyśmy co robić! Wpływ emocji na pamięć zależy od tego, po upływie jakiego czasu sprawdzamy pamięć, jakiego rodzaju materiałem wywołujemy emocje oraz czy zadbamy o to, by przekazywana informacja była osadzona w odpowiednim kontekście.
W projekcie Sentimenti badamy nie tylko to, z jakimi emocjami wiążą się poszczególne słowa, ale także to jak emocjonalna wartość poszczególnych słów przenosi się na szerszy kontekst, np. treść przekazu reklamowego, czy wpisu na Facebooku. W zamierzeniu narzędzie, które tworzymy, może dostarczyć klientom biznesowym informacji na temat wizerunku ich marki, czy opinii na temat ich produktów. Nasze rozwiązanie w tej chwili skoncentrowane jest głównie na badaniu opinii, a nie stopniu ich utrwalenia w świadomości odbiorcy. Jest to jednak prawdopodobnie jeden z kierunków, w którym rozwiązania z zakresu sentiment analysis będą się rozwijać.
Myślicie, że SentiTool może przydać się do dalszych badań nad emocjami i pamięcią?
SentiTool będzie efektem naszego projektu przeznaczonym do celów biznesowych, nie zaś naukowych. Potencjalnie daje on jednak duże możliwości, jeśli chodzi o realizację badań na pograniczu nauki i biznesu, albo po prostu badań komercyjnych – i w takich badaniach z całą pewnością SentiTool znajdzie zastosowanie. Narzędzie SentiTool daje unikalną możliwość prowadzenia badań o dużym stopniu trafności ekologicznej, tj. tego w jakim stopniu sytuacja eksperymentalna odzwierciedla realne życie. Zamiast pojedynczych słów, badamy także frazy, zdania czy całe teksty, które wzbudzają określone emocje. Z tego względu dysponowanie tekstami, co do których mamy pewność, jakie wywołują emocje, byłoby niezwykle użyteczne.
A czy SentiTool może pomóc tworzyć teksty, które będą lepiej zapamiętywane?
Tym pytaniem wybiegamy w przyszłość i być może jest to pomysł na kolejny projekt, którym będzie zainteresowane Narodowe Centrum Badań i Rozwoju! Działanie SentiToola póki co zorientowane jest na analizę emocji w tekście. Dopiero tak scharakteryzowane teksty mogłyby zostać użyte w badaniach jako materiał pamięciowy i w jeszcze dalszej perspektywie wnioski z tych badań mogłyby posłużyć jako wskazówki do tworzenia tekstów lepiej zapadających w pamięć. Z pewnością z marketingowego punktu widzenia takie działania mają ogromne znaczenie i dzięki Sentimenti podjęliśmy pierwsze kroki w tym kierunku.
utworzone przez Agnieszka Czoska | sty 4, 2019 | Styl życia
Zima, grudzień, to w naszych szerokościach geograficznych czas natężonego siedzenia na kanapie i oglądania seriali. Postanowiliśmy sprawdzić, jak o tym opowiadamy w sieci i który dystrybutor jest najczęściej wspominany w tych wpisach. Skupiliśmy się na Netflixie, HBO i TVP.
O Netflixie wspomniano w mediach społecznościowych, gazetach czy na forach ponad 2 tysiące razy, podczas gdy nazwy HBO czy TVP pojawiły się mniej niż 900. Wyniki wskazują, że pierwsza platforma jest nie tylko najbardziej popularna, ale także najbardziej rozpoznawalna. Co więcej, jej użytkownicy chętnie używają nazwy Netflix we wpisach, jako hasztagu, ale nie tylko. Jeśli oglądamy coś na TVP, niekoniecznie oznaczymy dostawcę w poście, a gdy na Netflixie – już raczej tak. Netflix jest przykładem bardzo dobrze zbudowanej marki i społeczności wokół niej.
Spójrzmy na sentyment towarzyszący każdej z telewizji.
Żeby łatwiej porównać wyniki wszystkich dystrybutorów, wylosowaliśmy jedynie 900 wpisów o Netflixie. Sprawdziliśmy, czy zgadzają się z wynikami dla całego miesiąca – nie ma różnic, więc nasze losowanie było udane. Wszystkie wpisy zawierają więcej pozytywnego niż negatywnego sentymentu, czego spodziewalibyśmy się po wypowiedziach o rozrywce. HBO i Netflix mają takie same wyniki, podczas gdy TVP generuje nieco więcej negatywnego nastawienia niż konkurencja.
Szukamy różnic – analiza emocji
Zobaczmy teraz, czy krajobraz emocjonalny wypowiedzi o różnych telewizjach wygląda podobnie.
Tym razem Netflix wyprzedza pozostałe stacje pod względem radości, TVP generuje najwięcej złości i wstrętu (przypominamy, że szukaliśmy wpisów jedynie o serialach, więc aspekt informacyjny telewizji publicznej nie powinien mieć wpływu na ich treść). Poza tym otrzymujemy podobny wynik, co poprzednio, HBO i Netflix są do siebie bardzo podobne, TVP nieco od nich odstaje. Co ciekawe, żadna platforma nie jest opisywana z większym zaskoczeniem, ale HBO wywołuje najwięcej oczekiwania. Być może chodzi o kolejny sezon Gry o tron.
Jak widać, dopiero spojrzenie na poszczególne emocje pozwala nam powiedzieć coś o różnicach pomiędzy Netflixem i HBO.
Wszystkie telewizje wydają się być do siebie dość podobne, dlatego na koniec przyjrzymy się jeszcze słowom najczęściej używanym przez piszących o nich. Skupimy się jedynie na tych niosących emocje.
Dodatkowe źródło wiedzy – analiza słów kluczowych
HBO stoi swoimi produkcjami, w tym polskimi – wielką popularność zdobywa przecież Ślepnąc od świateł. Słowa oglądać i obejrzeć wydają się tu dość oczywiste, pojawiają się także przymiotniki duży, znany, dostępny.
Najczęstsze słowa niosące emocje we wpisach o HBO
We wpisach o TVP pojawiają się zupełnie inne słowa. Rządzą sport, nowość i komisarz (oczywiście Alex). Dostrzegamy negatywne wyrazy: zły, dno, nuda, beznadziejny, ale także pozytywne: ciekawy, popularny, hit. Wpisy o tej telewizji różnią się od poprzedniej nie tylko emocjami, ale także zawartością.
Najczęstsze słowa niosące emocje we wpisach o TVP
Na koniec przyjrzyjmy się wypowiedziom o Netflixie. Na tle innych słów wyraźnie wybijają się oglądać (jak w przypadku HBO), a poza tym dobry, wszystek, polski. Wyraźnie dostrzegamy także częste używanie słów fajny, lubić, ulubiony. Nie trafiamy na żaden tytuł, ale polski prawdopodobnie dotyczy serialu 1983.
Najczęstsze słowa niosące emocje we wpisach o Netflixie
Pogłębienie analizy sentymentu o zbadanie zawartości 8 emocji podstawowych pokazuje, jakie negatywne odczucia są częstsze w przypadku najmniej pozytywnie ocenianej telewizji, a także pokazuje różnice między bardzo podobnymi do siebie Netflixem i HBO. Dodatkowe spojrzenie na najczęściej używane we wpisach słowa niosące emocje uwidoczniła różnice jakościowe pomiędzy wypowiedzi o każdym z dystrybutorów. Badaliśmy seriale, ale nawet w tym kontekście dla oglądających TVP najważniejszy okazał się sport, widzowie HBO wspomnieli o kinie, a Netflixa – o bardzo ważnych w promocji tej platformy premierach.
Monitoring emocji w tekstach stwarza wiele możliwości analizy wyników – możemy spojrzeć na sentyment, poszczególne emocje (co zawsze dostarcza dodatkowych informacji), wreszcie na używane w wypowiedziach słowa. Dzięki temu możemy mówić zarówno o podobieństwach, jak i różnicach pomiędzy markami wywołującymi podobne emocje, chociaż opisywanymi nieco innymi wyrażeniami.
utworzone przez Agnieszka Czoska | gru 27, 2018 | SentiBrand
Znany Lekarz – wracamy do tematu! Każdy portal oferujący możliwość stworzenia swojego profesjonalnego profilu, informowania potencjalnych klientów, kim jesteśmy, a do tego dającym im możliwość dodania recenzji czy opinii na temat usługodawców to zaproszenie do komunikacji. Będzie tak na LinkedIn, na facebookowym funpage’e, ale także na tak nie kojarzącejniekojarzącej się z postami stronie jak ZnanyLekarz.pl. To, w jaki sposób otworzymy taką “rozmowę” może zdefiniować jej ton na długo.
Specjaliści pod lupą
Wydaje się dość intuicyjne, że jeśli opis strony na Facebooku będzie radosny, odwiedzającym ją będzie łatwiej odezwać się do nas niż w reakcji na bardzo formalny tekst. Dokładnie tak to działa z każdym postem. Marudzenie wyzwala głosy krytyczne (także wobec samego autora). Pochwały generują bardziej pozytywne odezwy, nawet te wnoszące sprzeciw. Wszystko to prawda, ale wydaje się nieintuicyjne, żeby podobny efekt mogły mieć autoprezentacje zamieszczane przez lekarzy w, jakby nie było, wyszukiwarce specjalistów?
Zaczęliśmy od znalezienia trójki specjalistów z opisami dłuższymi niż kilka zdań. Nie sprawdzaliśmy zawartości tych tekstów, ale okazało się, że chociaż muszą one zawierać sporo formalnego języka i specjalistycznych słów, jest w nich całkiem dużo emocji.
Najwięcej jest w nich radości i zaufania. Trochę wstrętu czy złości (wiążących się z chorobami i dolegliwościami leczonymi przez tych specjalistów).
Na przykład pierwszy z lekarzy jest zawsze powyżej średniej. Chyba że chodzi o smutek, złość lub strach (ale tu powyżej jest tylko specjalista numer dwa). Gdybyśmy mieli mu doradzić, jak poprawić wyniki, polecalibyśmy pozostanie w tych parametrach. Ale popracowanie nad wstrętem wywoływanym przez słowa jak choroba, krew… Jak można się szybko zorientować, uniknąć go można jedynie nie wymieniając zbyt wielu zabiegów czy obszarów specjalizacji. Tak naprawde nie jest to emocja, z którą powinno się specjalnie walczyć akurat w medycznym kontekście.
Lekarz numer trzy mógłby nieco dodać do swojego opisu radości ( pozytywnych sformułowań). Być może popracować nad złością i smutkiem. Przed usuwaniem czy niepotrzebnym przejmowaniem się negatywnymi emocjami naturalnymi w tekstach z danej dziedziny chroni nas wiele. Po pierwsze porównywanie danego opisu do średniej dziedzinowej i po drugie odsianie z wyników tzw. stopwords – słów, które mogą nieść emocje, ale będących w zasadzie przezroczystymi, a na pewno koniecznymi w takich autoprezentacjach. Przykładem takiego wyrażenia jest kliniczny, nieco źle się kojarzące uczestnikom badań nad emocjami w wyrażeniach. Ale niezbędne w portalach medycznych.
Jak mają się wyniki SentiTool pochodzące z analizy autoprezentacji do tych z opinii?
W opiniach (a wybraliśmy po prostu około 10 pierwszych, zwykle pozytywnych) jest mniej negatywnych emocji, chyba że spojrzymy na smutek lub złość. Jeśli przyjrzymy się pierwszemu lekarzowi, pozostaje zawsze w okolicach średniej grupowej, ale wywołuje mniej złości i więcej zaufania niż przeciętnie.
Z kolei lekarz numer trzy jest w dokładnie odwrotnej sytuacji – częściej niż średnia wywołuje złość, a rzadziej zaufanie. Póki co, wyniki nie wyglądają alarmująca. Co gdyby zaufanie obniżyłoby się bardziej? Moglibyśmy ostrzec tego medyka, że powinien popracować nad wywoływaniem poczucia bezpieczeństwa w swoich pacjentach.
Na koniec przyjrzyjmy się już nie słupkom, ale relacjom.
Okazuje się, że im więcej emocji wyraża dany lekarz w swojej autoprezentacji, tym więcej okazują w swoich opiniach jego pacjenci.
Na tym wykresie jest więcej punktów niż 3, bo dobraliśmy większą liczbę profili do przetestowania. Trochę nie mogliśmy uwierzyć, że ta zależność będzie tak widoczna i wprost proporcjonalna. Wyraźny trend widać zwłaszcza po lewej stronie wykresu, a więc tam, gdzie opisy lekarzy są krótsze:
Na koniec sprawdziliśmy, czy ta relacja może utrzymać się, jeśli ograniczymy wyniki do jednej emocji, za to ważnej – zaufania. Trend jest wyraźny, więcej zaufania ze strony lekarza, bardziej wywołująca tę emocję autoprezentacja oznacza także częstsze wyrażanie zaufania w opiniach.
SentiTool, narzędzie do wyławiania emocji z tekstów dowolnego typu, może analizować zmiany w tonie zarówno ogromnych zbiorów tekstów jako element monitoringu wpisów na dany temat w Internecie, ale przyda się także do “małego” social listeningu – sprawdzenia, czy wybijamy się ponad średnią z naszym opisem, czy opinie o nas są przeciętne, lepsze lub gorsze niż o innych. Sprawdzi się więc jako użyteczność pozwalająca skontrolować tekst w trakcie pisania. Ewentualnie ako system wczesnego ostrzegania o niezadowolonych klientach (a w tym przypadku – pacjentach).
Najciekawszy w tym wszystkim jest wciąż wynik naszego badania:
autoprezentacja ma znaczenie, nawet na portalu, który domyślnie wyświetla z niej jedynie kilka słów.
Potencjalni klienci najwyraźniej przeczytają ją. Wyrażone w niej emocje nastroją ich wobec specjalisty, do którego pójdą, i wpłyną na sposób dalszej komunikacji z nim. Ostatecznie, także na opinie wyrażane po zakończonej pracy.
utworzone przez Agnieszka Czoska | gru 24, 2018 | Polityka i społeczeństwo, Styl życia
Last Christmas – na pewno coś poczuliście widząc ten tytuł na naszym blogu. Niektórzy zaczęli się uśmiechać, inni raczej krzywić. A przecież to ten utwór towarzyszy nam w każde święta od 32 lat! I zaraz pokażemy, że
odbijają się w nim wszystkie emocje związane z Bożym Narodzeniem
Przeanalizowaliśmy, jak o niej pisano w polskojęzycznym Internecie od początku grudnia.
Mogłoby się wydawać, że piosenka wywołuje sporo negatywnych emocji, ale jak widać powyżej, mimo popularności akcji “W tym roku nie usłyszę Last Christmas” jeśli już używamy tego tytułu, to prawie dwa razy częściej towarzyszy mu pozytywny sentyment. Jaki?
Najczęściej po prostu radość i zaufanie, nic dziwnego, że zjawisko powtarzające się od ponad ćwierćwiecza napełnia nas poczuciem bezpieczeństwa i wywołuje oczekiwanie. Jeśli chodzi o negatywne emocje, to głównie smutek i złość. O ile smutek może wiązać się z nostalgią, wspominaniem minionych świąt abo wzruszeniem romantyczną historią opowiadaną przez Wham!, złość wydaje się być bezpośrednio związana z tym, że przebój słyszymy wszędzie… Czy na pewno?
Oto fragment chmury słów najsilniej wiążących się z emocją złości w przeanalizowanych przez nas wpisach. Oblężenie, rozgardiasz, nerwy… To chyba jednak reakcje na przedświąteczną lub świąteczną bieganinę.
Przyjrzyjmy się jeszcze chmurze słów niosących radość. Przeuroczy, kojarzyć się, aura… Chyba dotyczą piosenki, ale mogą być też stwierdzeniami dotyczącymi samego Bożego Narodzenia. Widać także, że dyskusja o Last Christmas nie jest zbyt melancholijna, pojawiają się w niej kozak, szał, szalony. Na ilustrację załapały się także kontrowersyjne wyrazy jedynie leciutko pozytywne we fragmencie swojego znaczenia (patrz: przypuszczalnie komplement w prawym górnym rogu).
Pokazaliśmy tu tylko niewielki procent wszystkich słów naładowanych emocjami, w których kontekście został wspomniany tytuł Last Christmas. Piosenka wciąż dobrze się kojarzy, do tego z bardzo konkretnym momentem w roku, co działa także w drugą stronę. Frustrację ze sklepowych kolejek, ale także uśmiech na widok śniegu, kojarzymy z przebojem Wham! I dlatego zaryzykujemy tu stwierdzenie, że
znaleźliśmy małe, kieszonkowe, skompresowane lusterko grudniowych nastrojów.
