Web research: differenze tra le versioni

Contenuto cancellato Contenuto aggiunto
m Note metodologiche: Precisazione: lingua vs. linguaggio. Chiarimenti sintattici.
Funzionalità collegamenti suggeriti: 2 collegamenti inseriti.
 
(10 versioni intermedie di 8 utenti non mostrate)
Riga 1:
Con il termine '''web research''' o '''web listening''' o '''web monitoring''' si indica un’azioneun'azione di [[ricerca di mercato]] o [[sondaggio d'opinione]] che consiste nell’ascoltonell'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.
{{O|internet|dicembre 2012}}
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==
Riga 6 ⟶ 5:
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’intercettarenell'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 (Internet)|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 delle probabilità|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’interazionel'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.
Riga 18 ⟶ 17:
==Note metodologiche==
 
Gli algoritmi di ascolto e analisi del web sono realizzati tramite software di [[intelligenza artificiale]]; è comunque necessario l’interventol'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’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’analisisull'analisi semantica, semiotica e semiologia, sull’approfondimentosull'approfondimento psicologico e sociale.
 
Nata con l’obiettivol'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’analisiall'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’attenzionel'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 con lealle informazioni richieste.
 
==Software==
Riga 43 ⟶ 42:
 
==Bibliografia==
{{w|internet|ottobre 2012}}
*Michelle de Haaff (2010), Sentiment Analysis, Hard But Worth It!, CustomerThink.
*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).
Riga 67 ⟶ 64:
*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. CopenhagenCopenaghen, *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.
Riga 73 ⟶ 70:
*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.
Riga 110 ⟶ 107:
*[[Web semantico]]
 
== Collegamenti esterni ==
{{Voci isolate}}
 
* Michelle de Haaff (2010), Sentiment Analysis, [https://customerthink.com/sentiment_analysis_hard_but_worth_it/ Hard But Worth It!, CustomerThink].
 
[[Categoria:Intelligenza artificiale]]