Emociju uztvere sociālajā tīklā Twitter

Abstract

Cilvēkiem pavadot arvien vairāk laika digitālajās vidēs, kā, piemēram, sociālajos tīklos, tie arvien vairāk saskaras ar citu cilvēku izpaustajām emocijām šajās vidēs. Tāpēc ir svarīgi noskaidrot, cik liela nozīme ir šīm emocionālajām izpausmēm uz cilvēku uztveri un uzvedību. Bakalaura darba mērķis ir noteikt vai pastāv sakarība starp emociju vārdu lietojuma biežumu tvītos un tvītu nozīmīgumu, kas tiek noteikts ar retvītu un favorītu skaitu. Kā arī vai ir atšķirība starp emociju veidiem, kuri ir izteikti tvītos, un tvītu nozīmīgumu. Balstoties uz darbā aplūkoto literatūru un citu pētījumu rezultātiem, tika izstrādāta aptauja, kura ieguva emociju vārdus latviešu valodā. Tad, izmantojot Twitter API, tika iegūti tvīti latviešu valodā un, izmantojot no aptaujas iegūtos emociju vārdus pa to kategorijām, tika noteikts vai ir novērojama korelācija starp emociju vārdu skaitu un retvītu un favorītu skaitu. Darba rezultāti ir apkopoti un analizēti, kā arī ir izvirzīti secinājumi par sakarībām starp dažādu kategoriju emociju vārdiem un retvītu un favorītu skaitu.

While people are spending more time in digital environments, like social networks, they are encountering more emotional expressions from other people in these environments. That is why it is important to find out how significant these emotional expressions are on people’s perception and behavior. This thesis aims to determine if there is a relationship between the number of emotion words used in a tweet and its value, which will be determined by the number of retweets and favorites. Also is there a difference between emotion categories and the strength of the relationship. A survey was developed based on the literature and other research results to gather emotion words in Latvian language. Afterwards, tweets in Latvian were gathered using Twitter API and together with survey’s emotion words, which were categorized, a correlation between the number of emotion words and the number of retweets and favorites was determined. Thesis results are gathered and analyzed, also conclusions are made about the relationship between emotion word categories and retweets/favorites.