Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
What Do We Know About Analyzing Movie Data? Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Can We Predict Oscars from Twitter and Movie Review Data?

verfasst von : Dominique Haughton, Mark-David McLaughlin, Kevin Mentzer, Changan Zhang

Erschienen in: Movie Analytics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this chapter, we focus the attention on whether text reviews of movies which are nominated for a Best Picture award carry any sign of the likelihood of a movie winning the award. We suggest that a measure of how controversial the movie is perceived to be, the value of which could be extracted by a text analysis of the reviews, is a potential predictor of a win, aside from other predictors identified in past work. This also is an opportunity to discuss text mining and sentiment analysis techniques.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Oscar Prediction and Prediction Markets
Literatur
Bone PF. Word-of-mouth effects on short-term and long-term product judgments. J Bus Res. 1995;32(3):213–23.CrossRef
Liu B. Web data mining: exploring hyperlinks, contents, and usage data. New York, NY: Springer; 2007.
O’Leary S, Shehan K. Building buzz to beat the big boys: word of mouth marketing for small businesses. Westport, CT: Praeger Publishers; 2008.
Zhang Z, Li X. Controversy in marketing: mining sentiments in social media. In: Proceedings of the 43rd Hawaii international conference on systems sciences. Washington, DC: IEEE; 2010.
Metadaten
Titel
Can We Predict Oscars from Twitter and Movie Review Data?
verfasst von
Dominique Haughton
Mark-David McLaughlin
Kevin Mentzer
Changan Zhang
Copyright-Jahr
2015
Buch
Movie Analytics

Print ISBN: 978-3-319-09425-0

Electronic ISBN: 978-3-319-09426-7

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-09426-7_6