Grazie al Data Mining possiamo ricavare informazioni utili dall’enorme mole di dati raccolta ogni giorno sui Social Media.

I Social Media, infatti, negli ultimi anni sono diventati la più grande fonte “potenziale” d’informazione, adattabile a qualsiasi esigenza investigativa. Citiamo a titolo d’esempio alcuni settori: commerciale, giornalistico, sociale, investigazione giudiziaria, sicurezza pubblica, ecc.

Perché “potenziale”?

Le informazioni possono essere raccolte solo se alla base ci sono dei dati strutturati di cui siamo in grado di capire la relazione che c’è tra loro. Tuttavia, sul web la maggior parte dei dati sono destrutturati ed inutilizzabili.

In un articolo precedente abbiamo spiegato come i software di Sentiment Analysis prendono dati destrutturati dal web e li strutturano e classificano in modo che la macchina riesca a restituire informazioni utili sulle emozioni, preferenze e idee degli utenti. In questo scaveremo nella miniera digitale ancora più in profondità per scoprire il Data Mining.

 

Data Mining cos’è?

Il Data Mining è quell’insieme di tecniche e metodologie che permettono l’estrapolazione e l’analisi di grandi quantità di dati. Per farlo si utilizzano metodi di machine learning, intelligenza artificiale, statistica e basi di dati.

Il Data Mining viene tipicamente preceduto da altre fasi di preparazione e filtraggio dei dati come il Data Cleansing. Una volta che si hanno dei dati puliti, il Data Mining riesce ad individuare relazioni, anomalie e schemi ricorrenti (pattern) da cui trarre informazioni di valore.

 

Le basi della Social Media Intelligence

Si definisce Social Media Intelligence (SMI) l’insieme di attività operative volte a ricavare informazioni utili attraverso l’estrazione e analisi dei dati dai social media.

Come abbiamo già sottolineato nelle premesse, non è un’operazione facile estrapolare informazioni da grandi quantità di dati non strutturati. Oltretutto, se dovessimo affidarci al solo lavoro umano, una tale impresa sarebbe davvero complicata e richiederebbe tempi lunghissimi. È per questo motivo che la SMI fa affidamento su tecnologie come il Data Mining.

 

Data Mining e Social Media Intelligence: tra contenuti e relazioni

La natura dei Social Media è composta da due elementi fondamentali:

  • Contenuti (post, articoli, commenti, immagini, video)
  • Relazioni

È per questo che la SMI si è concentrata nello studio dei processi di Data Mining su questi due fronti. Nel primo caso ha dato origine a motori semantici capaci di analizzare grandi stringhe di dati e ricavarne informazioni anche grazie al Natural Language Processing (NLP). Tanto per fare un esempio pensiamo alla ormai nota Sentiment Analysis. Nel secondo caso il Data Mining viene usato per capire la relazione tra utenti e/o contenuti presenti sul web.

 

Comprendiamo quindi che, grazie ai Social abbiamo a disposizione una miniera potenzialmente infinita di dati che possono essere trasformati in preziosi gioielli. Ma questo sarà possibile solo se riconosceremo l’importanza degli strumenti, come il Data Mining, per scavare in profondità.

 

Le soluzioni di Pragma Etimos

Sviluppiamo modelli di dati strutturati e classificati (Intelligence Data Table) frutto di anni di innovazione in campo semantico e li usiamo come base per la costruzione di modelli neuronali, collegamenti territoriali e analisi semantiche. Ricaviamo così informazioni da dati destrutturati, creandone relazioni e classificandoli in modo che siano riutilizzabili in modo analitico e strategico.

Vantaggi:

  • Dati fruibili di qualità
  • Database arricchito
  • Strategie basate su analisi di dati coerenti e completi
  • Riduci tempi e costi

POTREBBE INTERESSARTI ANCHE…

Sentiment Analysis - Big Data

SENTIMENT ANALYSIS, LA SVOLTA PER LA SMART CITY E LA SICUREZZA PUBBLICA

Il Social Web raccoglie ogni giorno una grandissima quantità di informazioni sull’espressione dei giudizi degli utenti. Attraverso l’estrazione e l’analisi di questi dati possiamo comprendere le preferenze, emozioni ed opinioni umane. Queste informazioni permettono di…

Leggi tutto

big data

BIG DATA E CLUSTERIZZAZIONE SEMANTICA: COME CREARE VALORE A PARTIRE DAI DATI NON STRUTTURATI

Oggi la sfida delle organizzazioni è creare informazione, innovazione e valore a partire dai Big Data. I Dati, infatti, sono l’energia vitale che alimenta tutti i processi aziendali, i progetti e le strategie.   L’importanza dei Big Data Il mercato odierno si…

Leggi tutto

Share This