nach oben

Erschienen in:

2019 | OriginalPaper | Buchkapitel

Generalized Association Rules for Sentiment Analysis in Twitter

verfasst von : J. Angel Diaz-Garcia, M. Dolores Ruiz, Maria J. Martin-Bautista

Erschienen in: Flexible Query Answering Systems

Verlag: Springer International Publishing

Einloggen

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

search-config

KI-gestützte Suche

Aus

Abstract

Association rules have been widely applied in a variety of fields over the last few years, given their potential for descriptive problems. One of the areas where the association rules have been most prominent in recent years is social media mining. In this paper, we propose the use of association rules and a novel generalization of these based on emotions to analyze data from the social network Twitter. With this, it is possible to summarize a great set of tweets in rules based on 8 basic emotions. These rules can be used to categorize the feelings of the social network according to, for example, a specific character.

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 Using Word Embeddings and Deep Learning for Supervised Topic Detection in Social Networks

Nächstes Kapitel Data Exploration in the HIFUN Language

Agrawal, R., Imieliński, T., Swami, A.: Mining association rules between sets of items in large databases. In: ACM sigmod record, vol. 22, pp. 207–216. ACM (1993)

Agrawal, R., Srikant, R., et al.: Fast algorithms for mining association rules. In: Proceedings of 20th International Conference on Very Large Databases, VLDB, vol. 1215, pp. 487–499 (1994)

Boztuğ, Y., Reutterer, T.: A combined approach for segment-specific market basket analysis. Eur. J. Oper. Res. 187(1), 294–312 (2008)CrossRef

Cagliero, L., Fiori, A.: Analyzing twitter user behaviors and topic trends by exploiting dynamic rules. In: Cao, L., Yu, P. (eds.) Behavior Computing. Springer, London (2012). https://doi.org/10.1007/978-1-4471-2969-1_17CrossRef

Cagliero, L., Fiori, A.: Discovering generalized association rules from Twitter. Intell. Data Anal. 17(4), 627–648 (2013)CrossRef

Delgado, M., Ruiz, M.D., Sanchez, D., Serrano, J.M.: A fuzzy rule mining approach involving absent items. In: Proceedings of the 7th Conference of the European Society for Fuzzy Logic and Technology, pp. 275–282. Atlantis Press (2011)

Erlandsson, F., Bródka, P., Borg, A., Johnson, H.: Finding influential users in social media using association rule learning. Entropy 18(5), 164 (2016)CrossRef

Hahsler, M., Karpienko, R.: Visualizing association rules in hierarchical groups. J. Bus. Econ. 87(3), 317–335 (2017)

Hai, Z., Chang, K., Kim, J.: Implicit feature identification via co-occurrence association rule mining. In: Gelbukh, A.F. (ed.) CICLing 2011. LNCS, vol. 6608, pp. 393–404. Springer, Heidelberg (2011). https://doi.org/10.1007/978-3-642-19400-9_31CrossRef

10.

Han, J., Pei, J., Yin, Y.: Mining frequent patterns without candidate generation. In: ACM sigmod record, vol. 29, pp. 1–12. ACM (2000)

11.

Kwon, K., Jeon, Y., Cho, C., Seo, J., Chung, I.J., Park, H.: Sentiment trend analysis in social web environments. In: 2017 IEEE International Conference on Big Data and Smart Computing (BigComp), pp. 261–268. IEEE (2017)

12.

Michail, A.: Data mining library reuse patterns using generalized association rules. In: Proceedings of the 22nd International Conference on Software Engineering, pp. 167–176. ACM (2000)

13.

Plutchik, R.: The nature of emotions: human emotions have deep evolutionary roots, a fact that may explain their complexity and provide tools for clinical practice. Am. Sci. 89(4), 344–350 (2001)CrossRef

14.

Ruiz, M.D., Gómez-Romero, J., Molina-Solana, M., Campaña, J.R., Martín-Bautista, M.J.: Meta-association rules for mining interesting associations in multiple datasets. Appl. Soft Comput. 49, 212–223 (2016)CrossRef

15.

Salas-Zárate, M.P., Medina-Moreira, J., Lagos-Ortiz, K., Luna-Aveiga, H., Rodriguez-Garcia, M.A., Valencia-García, R.: Sentiment analysis on tweets about diabetes: an aspect-level approach. Computational and mathematical methods in medicine 2017 (2017)

16.

Silverstein, C., Brin, S., Motwani, R., Ullman, J.: Scalable techniques for mining causal structures. Data Min. Knowl. Disc. 4(2–3), 163–192 (2000)CrossRef

17.

Srikant, R., Agrawal, R.: Mining generalized association rules. Future Gener. Comput. Syst. 13(2–3), 161–180 (1997)CrossRef

18.

Yuan, X., Buckles, B.P., Yuan, Z., Zhang, J.: Mining negative association rules. In: Proceedings of Seventh International Symposium on Computers and Communications, ISCC 2002, pp. 623–628. IEEE (2002)

Titel: Generalized Association Rules for Sentiment Analysis in Twitter
verfasst von: J. Angel Diaz-Garcia
M. Dolores Ruiz
Maria J. Martin-Bautista
Verlag: Springer International Publishing
Buch: Flexible Query Answering Systems
Print ISBN: 978-3-030-27628-7

Electronic ISBN: 978-3-030-27629-4

Copyright-Jahr: 2019
DOI: https://doi.org/10.1007/978-3-030-27629-4_17

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

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

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"