SG.hu
3000 szurkolói Facebook bejegyzés született a vizes VB alatt
Nemcsak élőben, a helyszínen vagy a TV képernyője előtt ülve szurkoltuk végig a 2017-es vizes vb-t. Aktívak voltunk a közösségi médiában is, szinte minden részeredményt és eredményt azonnal kommentált a magyarok jó része. Az elmúlt napokban leggyakrabban a #hajrá magyarok, a #vizilabda és a #duna aréna hashtag-eket írtuk le – derült ki az adatbányászattal foglalkozó Clementine elemzéséből.
A közösségi oldalak közül a magyarok leggyakrabban a Facebook-ot használják, így a vizes vb alatt is itt született a legtöbb bejegyzés. A szurkolók több, mint háromezer nyilvános bejegyzésben osztották meg, hol és hogyan szurkolnak a magyar sportolóknak, milyen eseményeken vettek részt vagy melyik sportág a kedvencük. Kommentálták természetesen az eredményeket is. Az adatbányászattal foglalkozó Clementine azt vizsgálta, milyen hashtag-eket és szavakat, kifejezéseket használtunk a leggyakrabban az elmúlt napokban, a vb-vel kapcsolatban, nem számítva a hivatalos, minden bejegyzésben előforduló #fina, #finabudapest, #avizosszekot kifejezéseket.
A cég egy rövid, de igen látványos videóban foglalta össze napi bontásban az eredményt. A #hashtag-ekből, szógyakoriságokból gyakorlatilag kirajzolódik a teljes program. Így például a nyitónapon még a #megnyitó vezetett, majd később az egyes sportágak, sportolók nevei, valamint a #döntö kifejezések is beléptek. A teljes vb ideje alatt leggyakrabban a #hajrá magyarok, a #vizilabda és a #duna aréna hashtag-eket írtuk le.
A sportágak közül a #szinkronuszas, a #toronyugras, az #úszás és kapcsolódó szavak (számok) mint a távokat jelző 200, 400 vagy a versenyszámokra utaló vegyes, váltó, valamint a #vizilabda kifejezések szerepeltek leginkább, ezek közül is kiemelkedett a #vizilabda. A sportolók közül pedig a legtöbbször Cseh László, Hosszú Katinka, Kenderesi Tamás neve szerepelt a vizsgált szövegekben.
„A szövegbányászat célja, hogy a nagy mennyiségben, ömlesztett, szöveges formában rendelkezésre álló adatokból strukturált információt nyerjünk ki. Erre volt szükségünk, amikor arra voltunk kíváncsiak, hogy a vizes világbajnokság ideje alatt hogyan alakulnak a vélemények a social médiában. Letöltöttük tehát a #finabudapest2017 és #avizösszeköt hashtaggel ellátott nyilvános bejegyzéseket. Az adatokat rendszereztük és elemezhető formába hoztuk, különválasztottuk a hashtageket, a bejegyzés szövegét, valamint időpontját. Ezeket nem manuálisan, hanem szövegbányászati eszközökkel dolgoztuk fel, az IBM SPSS platformba integrált magyar nyelvi elemzésre képes Clemtext megoldásunk segítségével.""
"A szövegbányászat angol nyelvterületen már régóta alkalmazott technológia, sokan használjuk is a rá épülő alkalmazásokat, amikor például a telefonunkon a Google Asszisztenst vagy Siri-t hívjuk segítségül. Magyarországon azonban ma még kevesen látják, vagy legalábbis kevesen használják ki az ezen adatokban rejlő lehetőségeket, pedig a technológia már magyar nyelven is adott” – mondta Körmendi György, a Clementine ügyvezető igazgatója. A Clementine immár 10 éve foglalkozik aktívan magyar nyelvű szövegbányászattal, ez idő alatt több magyar nagyvállalatnál, szervezetnél támogatta a technológia bevezetését és egyedi üzleti alkalmazások implementációját, melyek mind a Clemtext megoldás révén jöttek létre.
A közösségi oldalak közül a magyarok leggyakrabban a Facebook-ot használják, így a vizes vb alatt is itt született a legtöbb bejegyzés. A szurkolók több, mint háromezer nyilvános bejegyzésben osztották meg, hol és hogyan szurkolnak a magyar sportolóknak, milyen eseményeken vettek részt vagy melyik sportág a kedvencük. Kommentálták természetesen az eredményeket is. Az adatbányászattal foglalkozó Clementine azt vizsgálta, milyen hashtag-eket és szavakat, kifejezéseket használtunk a leggyakrabban az elmúlt napokban, a vb-vel kapcsolatban, nem számítva a hivatalos, minden bejegyzésben előforduló #fina, #finabudapest, #avizosszekot kifejezéseket.
A cég egy rövid, de igen látványos videóban foglalta össze napi bontásban az eredményt. A #hashtag-ekből, szógyakoriságokból gyakorlatilag kirajzolódik a teljes program. Így például a nyitónapon még a #megnyitó vezetett, majd később az egyes sportágak, sportolók nevei, valamint a #döntö kifejezések is beléptek. A teljes vb ideje alatt leggyakrabban a #hajrá magyarok, a #vizilabda és a #duna aréna hashtag-eket írtuk le.
A sportágak közül a #szinkronuszas, a #toronyugras, az #úszás és kapcsolódó szavak (számok) mint a távokat jelző 200, 400 vagy a versenyszámokra utaló vegyes, váltó, valamint a #vizilabda kifejezések szerepeltek leginkább, ezek közül is kiemelkedett a #vizilabda. A sportolók közül pedig a legtöbbször Cseh László, Hosszú Katinka, Kenderesi Tamás neve szerepelt a vizsgált szövegekben.
„A szövegbányászat célja, hogy a nagy mennyiségben, ömlesztett, szöveges formában rendelkezésre álló adatokból strukturált információt nyerjünk ki. Erre volt szükségünk, amikor arra voltunk kíváncsiak, hogy a vizes világbajnokság ideje alatt hogyan alakulnak a vélemények a social médiában. Letöltöttük tehát a #finabudapest2017 és #avizösszeköt hashtaggel ellátott nyilvános bejegyzéseket. Az adatokat rendszereztük és elemezhető formába hoztuk, különválasztottuk a hashtageket, a bejegyzés szövegét, valamint időpontját. Ezeket nem manuálisan, hanem szövegbányászati eszközökkel dolgoztuk fel, az IBM SPSS platformba integrált magyar nyelvi elemzésre képes Clemtext megoldásunk segítségével.""
"A szövegbányászat angol nyelvterületen már régóta alkalmazott technológia, sokan használjuk is a rá épülő alkalmazásokat, amikor például a telefonunkon a Google Asszisztenst vagy Siri-t hívjuk segítségül. Magyarországon azonban ma még kevesen látják, vagy legalábbis kevesen használják ki az ezen adatokban rejlő lehetőségeket, pedig a technológia már magyar nyelven is adott” – mondta Körmendi György, a Clementine ügyvezető igazgatója. A Clementine immár 10 éve foglalkozik aktívan magyar nyelvű szövegbányászattal, ez idő alatt több magyar nagyvállalatnál, szervezetnél támogatta a technológia bevezetését és egyedi üzleti alkalmazások implementációját, melyek mind a Clemtext megoldás révén jöttek létre.