Web research

Con il termine web research o web listening o web monitoring si indica un'azione di ricerca di mercato o sondaggio d'opinione che consiste nell'ascolto o monitoraggio del web, intesa come intercettazione, misurazione, analisi e interpretazione di quanto viene scritto in rete su un dato argomento, prodotto o servizio.

Obiettivi

La web research è un metodo per raccogliere e studiare l'atteggiamento e la disposizione dei propri clienti e dei clienti della concorrenza, degli attori del mercato reale e potenziale nei confronti di marchi e fenomeni.

È possibile tornare a ritroso nel tempo nell'intercettare quanto lasciato nel web e così misurare il variare di opinioni e pareri in base ad azioni intraprese dall'azienda o dai suoi concorrenti ma anche al variare di fenomeni economici, politici e sociali.

La raccolta dei pareri viene effettuata monitorando i social media (blog, forum, wiki, mainstream, videosharing) e solitamente escludendo siti proprietari, redazionali e di news, specializzate e non. Si considerano esclusivamente i giudizi spontanei non sollecitati, lasciati nel web dagli internauti, eliminando le fonti che possono inquinare e alterare tali espressioni.

La web research, oltre ad avvalersi della statistica e del calcolo probabilistico, ha radici in studi psicologici e filosofici iniziati nei secoli scorsi e sempre progrediti anche se rimasti in gran parte inutilizzati, chiusi in un ristrettissimo ambito universitario. Poi due innovazioni hanno mutato lo scenario: la prima, l'informatica che ha permesso di automatizzare algoritmi di semantica e semiotica ma anche di psicometria e di euristica; la seconda: il web, che rende disponibili miliardi di testi in formato analizzabile. Questi due fattori hanno permesso l'applicazione degli studi accademici per la realizzazione su larga scala di analisi e ricerche, facendo uscire le discipline di riferimento dal campo della ricerca universitaria pura.

La web research si differenzia dalle ricerche quantitative e qualitative (CATI, CAPI, CAWI, face to face, personali, focus group) sia perché procede deduttivamente e non induttivamente, sia perché non vi è l'interazione con un questionario, con un intervistatore, con un moderatore; viene così eliminata una possibile fonte di distorsione del rilevamento.

Si capovolge quindi il concetto storico di ricerca di mercato e di sondaggio di opinione: non si individua o crea un campione rappresentativo di un universo per chiedere o studiare qualcosa di specifico, identificando a priori cosa analizzare, ma si scopre quale è l'atteggiamento e la disposizione del bacino di internauti giudicanti il fenomeno o rappresentanti il fenomeno stesso.

Note metodologiche

Gli algoritmi di ascolto e analisi del web sono realizzati tramite software di intelligenza artificiale; è comunque necessario l'intervento del ricercatore sia in fase di progettazione di una web research che in fase di interpretazione dei dati rilevati. Quindi la web research si basa sul lavoro sia del ricercatore quantitativo, lo statistico, che di quello qualitativo, lo psicologo; si fonda sull'analisi numerica, probabilistica, sullo studio di come si aggregano i dati rilevati e sulla loro rappresentatività da un punto di vista matematico nonché sull'analisi semantica, semiotica e semiologia, sull'approfondimento psicologico e sociale.

Nata con l'obiettivo di misurare le relazioni tra i canali digitali e la stima di audience per canale digitale, la web research è divenuta strumento di analisi dell'atteggiamento generale o opinion mining, basata sull'elaborazione della lingua naturale, sulla linguistica computazionale e sull'analisi del testo, finalizzate ad identificare ed estrarre informazioni misurabili da un documento.

Il compito della web research oggi va oltre il contare aggettivi, avverbi e sostantivi e verificare in quali contesti ricorrano, il misurare gli accessi a un sito o la provenienza dei naviganti che vi accedono, per quanto tempo restano nel sito e quali pagine visitano.

La web research non è finalizzata ad aumentare il volume di traffico (ambito invece degli strumenti di search engine optimisation e search engine marketing) e prescinde dal web semantico.

Grazie all'analisi semantica sono possibili ricerche più evolute di quelle che si basavano unicamente sulla presenza nel documento di parole chiave; si possono costruire reti di relazioni e connessioni tra documenti secondo logiche più elaborate del semplice collegamento ipertestuale.

La sociosemiotica negli ultimi anni ha spostato l'attenzione della semiotica stessa verso le significazioni sociali; si interessa infatti alla dimensione sociale della discorsività e parte dai testi e dalle loro strutture interne per individuarne le implicazioni sociali.

L'analisi euristica, basandosi su un meccanismo che è parte del funzionamento di base della memoria umana, rende disponibili tutti quei contenuti che sono più attinenti alle informazioni richieste.

Software

Tra i principali software di Web Research si ricordano:

• Alterian SM2
• Arianna SMM
• Enterprise
• Radian6
• Scoutlabs
• SocialMention
• Veooz.com

Bibliografia

• Peter Turney (2002). "Thumbs Up or Thumbs Down? Semantic Orientation Applied to Unsupervised Classification of Reviews". Proceedings of the Association for Computational Linguistics.
• Bo Pang; Lillian Lee and Shivakumar Vaithyanathan (2002). "Thumbs up? Sentiment Classification using Machine Learning Techniques". Proceedings of the Conference on Empirical Methods in Natural Language Processing (EMNLP).
• Bo Pang; Lillian Lee (2005). "Seeing stars: Exploiting class relationships for sentiment categorization with respect to rating scales". Proceedings of the Association for Computational Linguistics (ACL).
• Benjamin Snyder; Regina Barzilay (2007). "Multiple Aspect Ranking using the Good Grief Algorithm". Proceedings of the Joint Human Language Technology/North American Chapter of the ACL Conference (HLT-NAACL).
• Thelwall, Mike; Buckley, Kevan; Paltoglou, Georgios; Cai, Di; Kappas, Arvid (2010). "Sentiment strength detection in short informal text". Journal of the American Society for Information Science and Technology 61 (12).
• Pang, Bo; Lee, Lillian (2008). "4.1.2 Subjectivity Detection and Opinion Identification". Opinion Mining and Sentiment Analysis. Now Publishers Inc.
• Rada Mihalcea; Carmen Banea and Janyce Wiebe (2007). "Learning Multilingual Subjective Language via Cross-Lingual Projections". Proceedings of the Association for Computational Linguistics (ACL).
• Fangzhong Su; Katja Markert (2008). "From Words to Senses: a Case Study in Subjectivity Recognition". Proceedings of Coling 2008, Manchester, UK. .
• Bo Pang; Lillian Lee (2004). "A Sentimental Education: Sentiment Analysis Using Subjectivity Summarization Based on Minimum Cuts". Proceedings of the Association for Computational Linguistics (ACL).
• Minqing Hu; Bing Liu (2004). "Mining and Summarizing Customer Reviews". Proceedings of KDD 2004.
• Bing Liu; Minqing Hu and Junsheng Cheng (2005). "Opinion Observer: Analyzing and Comparing Opinions on the Web" Proceedings of WWW 2005.
• Bing Liu (2010). "Sentiment Analysis and Subjectivity". Handbook of Natural Language Processing, Second Edition, (editors: N. Indurkhya and F. J. Damerau), 2010.
• Kim, S.M. & Hovy, E.H. (2006). "Identifying and Analyzing Judgment Opinions.". Proceedings of the Human Language Technology / North American Association of Computational Linguistics conference (HLT-NAACL 2006) New York, NY.
• Lipika Dey , S K Mirajul Haque (2008). "Opinion Mining from Noisy Text Data". Proceedings of the second workshop on Analytics for noisy unstructured text data.
• Papadopoulos, E (2001), The relationship between the Internet financial message boards and the behavior of the stock market, ProQuest.
• Wright, Alex. "Mining the Web for Feelings, Not Facts", New York Times, 2009-08-23.
• Kirkpatrick, Marshall. ", ReadWriteWeb, 2009-04-15.
• CORDIS. "Collective emotions in cyberspace (CYBEREMOTIONS)", European Commission, 2009-02-03.
• Condliffe, Jamie. "Flaming drives online social networks ", NewScientist, 2010-12-07.
• Andrich, D. & Luo, G. (1993) A hyperbolic cosine model for unfolding dichotomous single-stimulus.
• Michell, J. (1997). Quantitative science and the definition of measurement in psychology. British Journal of Psychology, 88, 355-383.
• Michell, J. (1999). Measurement in Psychology. Cambridge: Cambridge University Press.
• Rasch, G. (1960/1980). Probabilistic models for some intelligence and attainment tests. Copenaghen, *Danish Institute for Educational Research), expanded edition (1980) with foreword and afterword by B.D. Wright. Chicago: The University of Chicago Press.
• Reese, T.W. (1943). The application of the theory of physical measurement to the measurement of psychological magnitudes, with three experimental examples. Psychological Monographs, 55, 1-89.
• Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103, 667-80.
• Thurstone, L.L. (1927). A law of comparative judgement. Psychological Review, 34, 278-286.
• Thurstone, L.L. (1929). The Measurement of Psychological Value. In T.V. Smith and W.K. Wright (Eds.), Essays in Philosophy by Seventeen Doctors of Philosophy of the University of Chicago. Chicago: Open Court.
• Thurstone, L.L. (1959). The Measurement of Values. Chicago: The University of Chicago Press.
• Armando Plebe, Pietro Emanuele, L'euristica. Come nasce una filosofia, Laterza 1991. ISBN 88-420-3865-2
• Mauro Cervini, La terza via al problem solving: prassi euristica e illusione algoritmica, un compromesso, Roma, M.C.A., 1992.
• Laura Macchi, Il ragionamento probabilistico: ruolo delle euristiche e della pragmatica, Firenze: La nuova Italia, 1994. ISBN 88-221-1457-4.
• Eco, Umberto, Trattato di semiotica generale, Bompiani, Milano, 1975.
• Eco, Umberto, Semiotica e filosofia del linguaggio, Einaudi, Torino, 1984.
• Fabbri, Paolo, La svolta semiotica, Laterza, Roma-Bari, 2005.
• Floch, Jean Marie, Sémiotique, marketing et communication, Puf, Paris, 1990 (trad. it. Semiotica, marketing e comunicazione, Franco Angeli, Milano, 1992).
• Greimas, Algirdas Julien, Du sens II - Essais sémiotiques, Seuil, Paris, 1983 (trad. it. Del senso II, Bompiani, Milano, 1984).
• Landowski, Eric, La société réfléchie. Essais de socio-sémiotique, Seuil, Paris, 1989 (trad. it. La società riflessa, Meltemi, Roma, 1999).
• Lotman, Jurij M., La semiosfera, Marsilio, Venezia, 1985.
• Manetti, Giovanni, La teoria dell'enunciazione. Le origini del concetto e alcuni più recenti sviluppi, Siena, Protagon, 1998.
• Manetti, Giovanni, L'enunciazione. Dalla svolta comunicativa ai nuovi media, Milano, Mondadori Università, 2008.
• Morris, Charles William, Foundations of a Theory of Signs, Chicago UP, Chicago, 1938 (trad. it. Lineamenti di una teoria del segno, Paravia, Torino, 1970).
• Marrone Gianfranco, Corpi sociali. Processi comunicativi e semiotica del testo, Einaudi, Torino, 2001.
• Peirce, Charles Sanders, Semiotica. I fondamenti della semiotica cognitiva, a cura di M.A. Bonfantini, L. Grassi e R. Grazia, Einaudi, Torino, 1980.
• Prieto, Luis J., Lineamenti di semiologia. Messaggi e segnali, Milano, 1971.
• id. Saggi di semiotica, Parma, Pratiche, 3 voll., 1989-95.
• Rastier, François, Arti e scienze del testo. Per una semiotica delle culture, Meltemi, Roma, 2003.
• Sebeok, Thomas Albert, Contributions to the Doctrine of Signs, Indiana UP, Bloomington, 1976 (trad. it. Contributi alla dottrina dei segni, Feltrinelli, Milano, 1979).
• Volli, Ugo, Manuale di Semiotica, Laterza, Bari, 2000.
• Tim Berners-Lee, L'architettura del nuovo Web, Feltrinelli, Milano, 2002.
• Michael Daconta, The Semantic Web, Wiley Pub., Indianapolis, 2003.
• Davies, John, Towards the semantic web, J. Wiley, Chichester-Hoboken, 2003.
• Dieter Fensel, Spinning the semantic Web, MIT Press, Cambridge, 2003.
• Tim Berners-Lee, The Semantic Web, in «Scientific American», maggio 2001.
• Luca Spinelli, Panoramica sul web semantico, in «Login», Gruppo Editoriale Infomedia, 2005.
• Johan Hjelm, Creating the semantic Web with RDF, Wiley, New York, 2001.

Voci correlate

• CATI
• CAWI
• Euristica
• Focus group
• Intelligenza artificiale
• Ricerca quantitativa
• Web semantico

Collegamenti esterni

• Michelle de Haaff (2010), Sentiment Analysis, Hard But Worth It!, CustomerThink.